更改

跳到导航 跳到搜索
添加181字节 、 2022年3月2日 (三) 18:50
无编辑摘要
第81行: 第81行:     
在 RDD 中使用非参数方法的主要好处是,它们提供基于更接近截止值的数据的估计,这是直观上的吸引力。这减少了一些偏差,这些偏差可以通过使用距离截止点更远的数据来估计截止点的不连续性。更正式地说,局部线性回归是首选,因为它们具有更好的偏差性质和更好的收敛性。然而,如果可行的话,使用这两种类型的估计是一种有用的方法,可以证明估计的结果并不过分依赖所采取的特定方法。
 
在 RDD 中使用非参数方法的主要好处是,它们提供基于更接近截止值的数据的估计,这是直观上的吸引力。这减少了一些偏差,这些偏差可以通过使用距离截止点更远的数据来估计截止点的不连续性。更正式地说,局部线性回归是首选,因为它们具有更好的偏差性质和更好的收敛性。然而,如果可行的话,使用这两种类型的估计是一种有用的方法,可以证明估计的结果并不过分依赖所采取的特定方法。
 +
 +
编辑后:
 +
 +
在RDD中使用非参数方法的主要好处是,它们提供了基于更接近临界值的数据的估计,这是直观上的好处。这减少了一些偏差,
    
=== Parametric estimation ===
 
=== Parametric estimation ===
39

个编辑

导航菜单