Обчислення довірчих інтервалів для режиму?

Я шукаю посилання на обчислення довірчих інтервалів для режиму (загалом). Завантаження завантажувача може здатися першим природним вибором, але, як обговорюється Романо (1988), стандартний завантажувальний пристрій виходить з ладу для режиму, і він не пропонує простого рішення. Чи щось змінилося після цього документу? Який найкращий спосіб обчислити довірчі інтервали для режиму? Який найкращий підхід на основі завантаження? Чи можете ви надати відповідні посилання?

Романо, JP (1988). Завантаження режиму. Анали Інституту статистичної математики, 40 (3), 565-586.

— Тім
джерело

Під "загалом" ви маєте на увазі багатоваріантну, можливо, багатомодальну щільність суглоба з необмеженою областю і без заздалегідь заданої параметричної форми? Або є якісь обмеження?

— GeoMatt22

@ GeoMatt22 кажуть, що ми маємо справу з унімодальним розподілом, із заздалегідь заданою параметричною формою або без неї. Оскільки режим обчислення в багатовимірному випадку ускладнюється, було б досить цікаво почати з одновимірного випадку.

— Тім

Добре, а також без обмежень тоді? (наприклад, не бета-версія з режимом 0 або 1.) Параметричний випадок здається найпростішим, оскільки режим буде добре визначений з точки зору параметрів.

— GeoMatt22

Як ви оцінюєте розташування режиму?

— Glen_b -Встановіть Моніку

Для FYI для режимів KDE алгоритм « середнього зсуву » комп’ютерного зору може бути актуальним. (Не відповідь, але, можливо, вказівник на іншу відповідну галузь літератури.)

— GeoMatt22

Хоча, здається, не було занадто багато досліджень у цьому конкретно, є документ, який заглибився в це на певному рівні. У статті Про завантажувальний режим у непараметричній регресійній моделі з випадковим дизайном (Ziegler, 2001) пропонується використовувати згладжене спарене завантажувальне пристрій (SPB). У цьому способі, цитуючи конспект, "змінні завантажувальної програми створюються з гладкої двовимірної щільності на основі пар спостережень".

Автор стверджує, що SPB "здатний зафіксувати правильну кількість упередженості, якщо пілотний оцінювач для m буде згладжений". Тут m - функція регресії для двох змінних iid.

Удачі, і сподіваємось, що це стартує!

— Олексій Фірсов
джерело

Згладжений завантажувальний пристрій був би чимось, що я насправді вважав би, але ще не бачив цього. Дякую! Інших відповідей немає, тому я присуджую нагороду за цю відповідь. Я не приймаю цього, оскільки все ще сподіваюся отримати інші відповіді та пропозиції.

— Тім