Publication

lpcde: Estimation and Inference for Local Polynomial Conditional Density Estimators

Rajita Ramesh Chandak
2025

Résumé

Conditional cumulative distribution functions (CDFs), conditional probability density functions (PDFs), and derivatives thereof, are important parameters of interest in statistics, econometrics, and other data science disciplines. The package lpcde implements new estimation and inference methods for conditional CDFs, conditional PDFs, and derivatives thereof, employing the kernelbased local polynomial smoothing approach introduced in Cattaneo et al. (2024a).

Source officielle

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

lpcde: Estimation and Inference for Local Polynomial Conditional Density Estimators

Chattez avec Graph Search

Capturing trade-offs between daily scheduling choices

Practical issues with modeling extreme Brazilian rainfall

Learning (from) the Electron Density: Transferability, Conformational and Chemical Diversity