研究人员开发了一个新颖的局部多项式回归框架，通过将预测变量和响应变量都纳入加权机制来增强鲁棒性。该新方法利用条件密度核来估计权重，通过局部密度估计有效地减轻了异常值的影响。该方法已在Python中实现并公开可用，其经验偏差低于迭代鲁棒LOWESS，并且与标准LOWESS相比仍具有竞争力，为鲁棒回归应用提供了有前景的扩展。 AI
排序理由 该集群包含一篇详细介绍新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2501.10729v3 Announce Type: replace-cross Abstract: Local Polynomial Regression (LPR) is a widely used nonparametric method for modeling complex relationships due to its flexibility and simplicity. It estimates a regression function by fitting low-degree polynomials to loca…