Расчет доверительных интервалов для режима?

Я ищу ссылки для расчета доверительных интервалов для режима (в целом). Начальная загрузка может показаться естественным первым выбором, но, как обсуждал Романо (1988), стандартная загрузка завершается неудачно для режима и не предоставляет какого-либо простого решения. Что-то изменилось с тех пор, как эта статья? Каков наилучший способ расчета доверительных интервалов для режима? Каков наилучший подход на основе бутстрапа? Можете ли вы предоставить какие-либо соответствующие ссылки?

Романо, JP (1988). Начальная загрузка режима. Летопись Института статистической математики, 40 (3), 565-586.

— Тим
источник

Для «в общем» вы имеете в виду многомерную, возможно, многомодальную плотность соединений с неограниченной областью и без предварительно заданной параметрической формы? Или есть какие- то ограничения?

— GeoMatt22

@ GeoMatt22 говорит, что мы имеем дело с унимодальным распределением, с или без предварительно заданной параметрической формы. Поскольку режим расчета в многомерном случае усложняется, было бы достаточно интересно начать с одномерного случая.

— Тим

Хорошо, а также неограниченный тогда? (например, не Beta с режимом 0 или 1.) Параметрический случай кажется наиболее простым, так как режим будет хорошо определен в терминах параметров.

— GeoMatt22

Как вы оцениваете расположение режима?

— Glen_b

К вашему сведению для режимов KDE, алгоритм " среднего смещения " компьютерного зрения может быть актуальным. (Не ответ, но, возможно, указатель на другую соответствующую ветвь литературы.)

— GeoMatt22

Хотя, похоже, что конкретно этого не было, было проведено слишком много исследований, но есть статья, которая углубилась в это на некотором уровне. В статье « О начальной загрузке моды в непараметрической регрессионной модели со случайным дизайном» (Ziegler, 2001) предлагается использовать сглаженную парную начальную загрузку (SPB). В этом методе, чтобы процитировать реферат, «переменные начальной загрузки генерируются из гладкой двумерной плотности на основе пар наблюдений».

Автор утверждает, что SPB «способен фиксировать правильную величину смещения, если сглаженная оценка пилотного сигнала для m ». Здесь m - функция регрессии для двух переменных iid.

Удачи, и надеюсь, что это дает вам начало!

— Алекс Фирсов
источник

Сглаженная начальная загрузка была бы тем, что я бы на самом деле рассмотрел, но пока не видел, чтобы это предлагалось. Благодаря! Других ответов нет, поэтому я присуждаю награду за этот ответ. Я не принимаю это, так как я все еще надеюсь получить другие ответы и предложения.

— Тим