返回
Non-parametric inference for density modes
DOI:10.1111/rssb.12111.png)
摘要
En 中文
我们在密度估计的模式下得出Hessian特征值的非参数置信区间。这提供了有关模式的强度和形状的信息,也可以用作显着性测试。我们使用数据拆分方法,其中通过使用数据的前半部分来识别潜在模式,并使用数据的后半部分进行推断。为了获得特征值的有效置信度集,我们使用基于基本对称多项式变换的自举。这导致有效的引导置信度集,而不管特征值中的任何多重性。我们还提出了一种新的带宽选择方法,即选择带宽以最大化重要模式的数量。我们通过实例表明,这种方法效果很好。即使真实分布是奇异的,因此没有密度 (在这种情况下,交叉验证选择零带宽),我们的方法也会选择合理的带宽。
Keyword:
Bootstrap
Density estimation
Modes
Persistence
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
J
IF:
3.6
论文数:
1.5K
被引数:
3.2W
机构
引用论文
Effects and mechanism of short chain fatty acids on lipopolysaccharide induced acute respiratory distress syndrome in rats短链脂肪酸对脂多糖诱导的大鼠急性呼吸窘迫综合征的效应及机制

