假设我有兴趣估计未知的平滑密度表示为使用数据. 假设我也知道在这个意义上关于 0 是对称的对于任何在支持。我的问题是
1.如何在通常定义为的核密度估计器中施加或合并这种对称性限制
, 在哪里是核函数。
2.对称限制核密度估计器如何改进上面定义的朴素核估计器?
直观地说,对称受限的核密度估计器应该更好,因为它使用了更多信息,但我不知道如何展示或量化这种改进。例如,它收敛得更快吗?
假设我有兴趣估计未知的平滑密度表示为使用数据. 假设我也知道在这个意义上关于 0 是对称的对于任何在支持。我的问题是
1.如何在通常定义为的核密度估计器中施加或合并这种对称性限制
, 在哪里是核函数。
2.对称限制核密度估计器如何改进上面定义的朴素核估计器?
直观地说,对称受限的核密度估计器应该更好,因为它使用了更多信息,但我不知道如何展示或量化这种改进。例如,它收敛得更快吗?
施加限制的一种方法是仅反映关于零的数据,因此
如果您使用与普通内核估计器相同的带宽,您会期望误差的方差分量将减半,而偏差分量不会改变。大概你可以(原则上)得到一个更小的和更小的偏差,但更少的方差减少。你不会得到一个改进的收敛速度,只是一个恒定的因素。
This paper 实际上有详细信息,包括对称中心何时已知(您的情况)和何时未知。如果它是未知的,你需要估计它,你必须小心你的估计器不会太糟糕。该论文表明(对于足够大并且在关于平滑度的弱假设下)即使必须估计对称中心,您也总能得到改进。