空间回归核密度估计：弱相合性剖析与Boostrap逼近探究

一、引言

1.1研究背景与意义

在统计学领域，密度估计始终是一项关键且基础的任务。其核心目的是在缺乏完整概率分布信息的情况下，对随机变量的分布状况进行合理估计。在众多密度估计方法中，回归核密度估计凭借独特优势，受到广泛关注与应用。它借助核函数对样本数据进行加权平均操作，从而实现对密度函数值的有效估计。这种方法的突出特点在于，能够对非参数和高维数据进行准确估计，极大地拓展了密度估计的适用范围，使其在复杂数据处理中发挥重要作用。

在实际应用场景中，如金融领域对资产价格波动分布的分析、医学领域对疾病发病率的统计分析、地理信息系统中对人口