Groeneboom，皮特;格尔特·琼布勒德 形状约束推理理论的一些发展。 （英语） Zbl 1407.62108号 统计科学。 33，第4期，473-492（2018）. 摘要：形状约束进入许多统计模型。有时，这些约束自然而然地来自数据的来源。在其他情况下，它们用于将参数化模型替换为保留参数化模型定性形状属性的更通用模型。本文简要介绍了形状约束统计推断的部分历史，使用了在该领域获得的里程碑式结果。为此，我们主要使用在（[0，\infty）上估计递减概率密度的典型问题和基于当前状态数据的分布函数估计作为示例。 引用于6文件 理学硕士： 62G05型 非参数估计 62N01号 审查数据模型 关键词：等渗回归;格伦纳德估计量;反问题;单调性;间隔审查;现状回归;单指数模型;引导数据库;Chernoff分布;艾里函数 软件：对数条件;对数凝聚;LogConcDEAD日志;github;卢比;光标CI PDF格式BibTeX公司 XML格式引用 \textit{P.Groeneboom}和\textit{G.Jongbloed}，统计科学。33，第4号，473--492（2018；Zbl 1407.62108） 全文： 内政部 欧几里得 参考文献： [1] Ayer，M.、Brunk，H.D.、Ewing，G.M.、Reid，W.T.和Silverman，E.（1955）。不完全信息抽样的经验分布函数。安。数学。统计数字26 641-647·Zbl 0066.38502号 ·doi:10.1214/aoms/1177728423 [2] Azadbakhsh，M.、Jankowski，H.和Gao，X.（2014）。计算对数曲线密度的置信区间。计算。统计师。数据分析75 248-264·兹比尔1506.62016 ·doi:10.1016/j.csda.2014.01.020 [3] Balabdaoui，F.和Durot，C.（2015）。离散凸估计中的Marshall引理。统计师。普罗巴伯。信函99 143-148·Zbl 1331.62252号 ·doi:10.1016/j.spl.2015.01.016 [4] Balabdaoui，F.和Pitman，J.（2011年）。Brownian桥与其凹多数之间最大差的分布。伯努利17 466-483·Zbl 1284.60151号 ·doi:10.3150/10-BEJ280 [5] Balabdaoui，F.、Rufibach，K.和Wellner，J.A.（2009年）。对数曲线密度极大似然估计的极限分布理论。《统计年鉴》37 1299-1331·Zbl 1160.62008年 ·doi:10.1214/08-AOS609 [6] Balabdaoui，F.、Jankowski，H.、Rufibach，K.和Pavlides，M.（2013）。离散对数压缩极大似然估计量的渐近性及其应用。J.R.Stat.Soc.系列。B.统计方法75 769-790·Zbl 1411.62119号 [7] Banerjee，M.和Wellner，J.A.（2001年）。单调函数的似然比检验。《统计年鉴》29 1699-1731·Zbl 1043.62037号 ·doi:10.1214操作系统/1015345959 [8] Barlow，R.E.、Bartholomew，D.J.、Bremner，J.M.和Brunk，H.D.（1972年）。顺序限制下的统计推断。等渗回归理论与应用。概率与数理统计中的威利级数。伦敦威利·Zbl 0246.62038号 [9] Birgé，L.（1999）。间隔审查：一种无症状的观点。数学。方法统计学8 285-298·Zbl 1033.62033号 [10] Böhning，D.（1986）。最优设计理论中的一种顶点交换方法。Metrika33 337-347·Zbl 0601.62091号 [11] Carolan，C.和Dykstra，R.（2001年）。布朗运动最小凹多数的边缘密度。《统计年鉴》29 1732-1750·Zbl 1044.60072号 ·doi:10.1214/aos/1015345960 [12] Cator，E.（2011）。单调最小二乘估计的适应性和最优性。伯努利17 714-735·Zbl 1345.62066号 ·doi:10.3150/10-BEJ289 [13] Chernoff，H.（1964年）。模式估计。Ann.Inst.统计。数学16 31-41·兹伯利0212.21802 ·doi:10.1007/BF02868560 [14] J·inlar，E.（1992年）。布朗斯坦上空的日落。随机过程。应用程序40 45-53·Zbl 0757.60073号 ·doi:10.1016/0304-4149（92）90136-E [15] Cosslett，S.R.（2007）。基于平滑最大似然的半参数模型的有效估计。国际。经济。修订版48 1245-1272。 [16] Cule，M.和Samworth，R.（2010年）。多维密度的对数最大似然估计的理论性质。电子。《美国联邦法规汇编》第4卷第254-270页·Zbl 1329.62183号 ·doi:10.1214/09-EJS505 [17] Cule，M.、Samworth，R.和Stewart，M.（2010年）。多维对数曲线密度的最大似然估计。J.R.Stat.Soc.系列。B.统计方法72 545-607·Zbl 1329.62183号 ·doi:10.1214/09-EJS505 [18] Daniels，H.E.和Skyrme，T.H.R.（1985年）。平均路径有最大值的随机游动的最大值。申请中的预付款。大约17 85-99·Zbl 0552.60067号 ·doi:10.2307/1427054 [19] Dempster，A.P.、Laird，N.M.和Rubin，D.B.（1977年）。通过EM算法从不完整数据中获得最大似然。J.罗伊。统计师。Soc.序列号。B39 1-38·Zbl 0364.62022号 [20] Dümbgen，L.和Rufibach，K.（2011）。logcondens：与单变量对数压缩密度估计相关的计算。J.Stat.Softw.39 1-28.统计软件。 [21] Dümbgen，L.、Rufibach，K.和Wellner，J.A.（2007年）。凸密度估计的马歇尔引理。在渐近：粒子，过程和反问题。数理统计研究所讲稿——专著系列55 101-107。俄亥俄州比奇伍德IMS·Zbl 1176.62029号 [22] Grenander，U.（1956年）。关于死亡率测量理论。二、。斯坎德。Aktuarietidskr.39 125-153（1957）·Zbl 0077.33715号 [23] Groeneboom，P.（1983年）。布朗运动的凹多数。年鉴Probab.11 1016-1027·Zbl 0523.60079号 ·doi:10.1214/aop/1176993450 [24] Groeneboom，P.（1984）。具有抛物漂移的布朗运动和艾里函数。CWI技术报告，数学统计部-R 8413，CWI。可在http://oai.cwi.nl/oai/asset/6435/6435A.pdf。 [25] Groeneboom，P.（1985）。估计单调密度。《伯克利纪念杰里·内曼和杰克·基弗会议录》，第二卷（加州伯克利，1983年）。华兹华斯统计师/普罗巴伯。序列号。539-555. 加利福尼亚州贝尔蒙特市沃兹沃斯·Zbl 1373.62144号 [26] Groeneboom，P.（1991）。区间截尾和反褶积的非参数最大似然估计。斯坦福大学统计系技术报告378，网址：https://statistics.stanford.edu/research/nonparametric-mamaximum-likelihood-estimators-interval-censoring-and-decvolution。 [27] Groeneboom，P.（1996年）。关于反问题的讲座。《概率论和统计学讲座》（Saint-Flour，1994）。数学课堂笔记1648 67-164。施普林格，柏林·Zbl 0907.62042号 [28] Groeneboom，P.（2010年）。布朗运动的最大值减去抛物线。电子。J.Probab.15 1930-1937年·Zbl 1226.60110号 ·doi:10.1214/EJP.v15-826 [29] Groeneboom，P.（2011年）。具有抛物线漂移的布朗运动的最小凹主顶点。电子。J.Probab.16 2234-2258·Zbl 1246.60106号 ·doi:10.1214/EJP.v16-959 [30] Groeneboom，P.（2013）。非参数（平滑）似然和积分方程。J.统计。计划。推断143 2039-265·Zbl 1278.62047号 ·doi:10.1016/j.jspi.2013.07.001 [31] Groeneboom，P.（2015）。Rcpp脚本和\（C++\）代码。可在https://github.com/pietg/book。 [32] Groeneboom，P.和Hendrickx，K.（2017a）curstatCI。R包，2017a。可在https://cran.r-project.org/web/packages/curstatCI/index.html。版本0.1.1。 [33] Groeneboom，P.和Hendrickx，K.（2017b）。当前状态模型的非参数引导。电子。《美国联邦法律大全》第11卷第3446-3484页·兹比尔1373.62178 ·doi:10.1214/17-EJS1345 [34] Groeneboom，P.和Hendrickx，K.（2018a）。当前状态模型的置信区间。扫描。《美国联邦法律大全》第45卷第135-163页·兹比尔1393.62020 ·doi:10.1111/sjos.12294 [35] Groeneboom，P.和Hendrickx，K.（2018b）。现状线性回归。《统计年鉴》46 1415-1444·Zbl 1403.62046号 ·doi:10.1214/17-AOS1589 [36] Groeneboom，P.、Hooghiemstra，G.和Lopuhaä，H.P.（1999）。Grenander估计（L_1）误差的渐近正态性。《统计年鉴》27 1316-1347·Zbl 1105.62342号 ·doi:10.1214/aos/1018031211 [37] Groeneboom，P.和Jongbloed，G.（2014年）。形状约束下的非参数估计：估计、算法和渐近。剑桥统计与概率数学系列38。剑桥大学出版社，纽约·Zbl 1338.62008号 [38] Groeneboom，P.和Jongbloed，G.（2015）。单调函数的非参数置信区间。统计年鉴43 2019-254·Zbl 1323.62040号 ·doi:10.1214/15-AOS1335 [39] Groeneboom，P.、Jongbloed，G.和Wellner，J.A.（2001a）。凸函数的估计：特征和渐近理论。《统计年鉴》29 1653-1698·Zbl 1043.62027号 ·doi:10.1214/aos/1015345958 [40] Groeneboom，P.、Jongbloed，G.和Wellner，J.A.（2001b）。凸函数估计的标准过程：积分布朗运动的“内嵌”（+t^4）。Ann.Statist.29 1620-1652年·Zbl 1043.62026号 ·doi:10.1214/aos/1015345957 [41] Groeneboom，P.、Jongbloed，G.和Witte，B.I.（2010年）。当前状态模型中的最大平滑似然估计和平滑最大似然估计。统计年鉴38 352-387·Zbl 1181.62157号 ·doi:10.1214/09-AOS721 [42] Groeneboom，P.和Ketelaars，T.（2011年）。区间截尾问题的估计。电子。《美国联邦法律大全》第5卷第1797-1845页·Zbl 1271.62098号 ·doi:10.1214/11-EJS657 [43] Groeneboom，P.、Lalley，S.和Temme，N.（2015）。抛物线型和艾里型的切尔诺夫分布和微分方程。数学杂志。分析。申请423 1804-1824·Zbl 1382.60106号 ·doi:10.1016/j.jmaa.2014.10.051 [44] Groeneboom，P.、Maathuis，M.H.和Wellner，J.A.（2008a）。具有竞争风险的当前状态数据：MLE的一致性和收敛速度。统计年鉴36 1031-1063·Zbl 1360.62123号 ·doi:10.1214/009053607000000974 [45] Groeneboom，P.、Maathuis，M.H.和Wellner，J.A.（2008b）。具有竞争风险的当前状态数据：限制MLE的分布。统计年鉴36 1064-1089·Zbl 1216.62047号 ·doi:10.1214/009053607000000974 [46] Groeneboom，P.和Pyke，R.（1983年）。基于经验分布函数凸次项的统计的渐近正态性。Ann.Probab.11 328-345·Zbl 0521.62016号 ·doi:10.1214/aop/1176993599 [47] Groeneboom，P.和Temme，N.M.（2011年）。布朗运动最大值的尾部减去一条抛物线。电子。Commun公司。概率16 458-466·Zbl 1244.60052号 ·doi:10.1214/ECP.v16-1645 [48] Groeneboom，P.和Wellner，J.A.（1992年）。信息界与非参数极大似然估计。DMV研讨会19。巴塞尔Birkhäuser·Zbl 0757.62017号 [49] Groeneboom，P.和Wellner，J.A.（2001年）。计算切尔诺夫分布。J.计算。图表。统计数字10 388-400。 [50] Janson，S.（2013年）。具有抛物线漂移的布朗运动最大值位置的矩。电子。Commun公司。可能性18，编号15，8·Zbl 1306.60114号 ·doi:10.1214/ECP.v18-2330 [51] Janson，S.、Louchard，G.和Martin-Löf，A.（2010年）。具有抛物线漂移的布朗运动的最大值。电子。J.Probab.15 1893-1929年·Zbl 1226.60111号 ·doi:10.1214/EJP.v15-830 [52] Jongbloed，G.（1998年）。非参数估计的迭代凸次方算法。J.计算。图表。统计数字7 310-321。 [53] Jongbloed，G.（2001）。Wicksell问题和相关反褶积问题中的筛选最大似然估计。扫描。《美国联邦法律大全》第28卷第161-183页·Zbl 0965.62028号 ·doi:10.1111/1467-9469.00230 [54] Keiting，N.、Hansen，O.K.H.、Sörensen，D.N.和Slama，R.（2012）。当前估计怀孕时间的持续时间方法。扫描。《美国联邦法律大全》第39卷第185-204页·Zbl 1246.62211号 ·doi:10.1111/j.1467-9469.2012.00798.x文件 [55] Kiefer，J.和Wolfowitz，J.（1976年）。凹分布函数和凸分布函数的渐近极小极大估计。Z.Wahrsch公司。版本。Gebiete34 73-85·兹比尔0354.62035 ·doi:10.1007/BF00532690 [56] Kim，A.K.H.和Samworth，R.J.（2016）。对数压缩密度估计中的全局收敛速度。统计年鉴44 2756-2779·Zbl 1360.62157号 ·doi:10.1214/16-AOS1480 [57] Klein，R.W.和Spady，R.H.（1993）。二元响应模型的有效半参数估计。计量经济学61 387-421·Zbl 0783.62100号 ·doi:10.2307/2951556 [58] Kosorok，M.R.（2008年）。Grenander估计器中的自举。跨学科研究中的超越参数：纪念Pranab K.Sen.Inst.Math教授。统计（IMS）收集。1 282-292。俄亥俄州比奇伍德IMS·Zbl 1159.62002号 [59] Kuchibhotla，A.K.、Patra，R.K.和Sen，B.（2017）。凸单指标模型中的得分估计。提交。可在https://arxiv.org/abs/1708.00145。 [60] Li，G.和Zhang，C.-H.（1998）。区间删失数据的线性回归。《统计年鉴》26 1306-1327·Zbl 0934.62036号 ·doi:10.1214操作系统/1024691244 [61] 马歇尔·A·W（1969）。讨论巴洛和范·兹维特的论文。统计推断中的非参数技术。印第安纳大学举行的第一届非参数技术国际研讨会论文集174-176。 [62] Murphy，S.A.、van der Vaart，A.W.和Wellner，J.A.（1999）。当前状态回归。数学。方法统计学8 407-425·Zbl 1033.62021号 [63] Peto，R.（1973）。间隔相关数据的实验生存曲线。J.R.Stat.Soc.系列。C.申请。统计数字22 86-91。 [64] Pimentel，L.P.R.（2014）。关于连续随机过程最大值的位置。J.应用。大约51 152-161·Zbl 1305.60029号 ·doi:10.1239/jap/1395771420 [65] Pitman，J.W.（1983年）。关于布朗运动凸次项的注记。在1982年随机过程研讨会上（Evanston，Ill.，1982）。程序。普罗巴伯。统计5 219-227。Birkhäuser，马萨诸塞州波士顿·兹伯利0528.60033 [66] Pitman，J.和Ross，N.（2012年）。布朗运动、曲流和桥接中最大的凸次项。可能性。理论相关领域153 771-807·Zbl 1255.60143号 ·doi:10.1007/s00440-011-0385-0 [67] Pitman，J.和Uribe Bravo，G.（2012年）。Lévy过程的凸次项。Ann.Probab.40 1636-1674年·Zbl 1248.60053号 ·doi:10.1214/11-AOP658 [68] Prakasa Rao，B.L.S.（1969年）。单峰密度的估计。SankhyáSer。A31 23-36·Zbl 0181.45901号 [69] Robertson，T.、Wright，F.T.和Dykstra，R.L.（1988年）。顺序限制统计推断。概率与数理统计中的威利级数：概率和数理统计。奇切斯特·威利·兹比尔0645.62028 [70] Sen，B.、Banerjee，M.和Woodroof，M.（2010年）。引导不一致：格伦纳德估计。Ann.Statist.38 1953-1977年·Zbl 1202.62057号 ·doi:10.1214/09-AOS777 [71] Sen，B.和Xu，G.（2015）。区间删失数据的基于模型的引导方法。计算。统计师。数据分析81 121-129·Zbl 1507.62153号 ·doi:10.1016/j.csda.2014.07.007 [72] Slama，R.、Hansen，O.K.H.、Ducot，B.、Bohet，A.、Sorensen，D.、Allemand，L.、Eijkemans，M.J.、Rosetta，L.，Thalabard，J.C.、Keiting，N.等人（2012年）。在全国范围内估计非自愿不育的频率。哼。转载27 1489-1498。 [73] van der Vaart，A.（1991）。关于可微泛函。《统计年鉴》19 178-204·兹比尔0732.62035 ·doi:10.1214/aos/1176347976 [74] van der Vaart，A.W.和Wellner，J.A.（1996）。弱收敛和经验过程。统计学中的斯普林格系列。纽约州施普林格·Zbl 0862.60002号 [75] van Eeden，C.（1956年）。有序概率的最大似然估计。尼德尔。阿卡德。韦滕施。程序。序列号。A18 444-455·Zbl 0086.12802号 [76] Vardi，Y.（1982）。存在长度偏差的非参数估计。统计年鉴10 616-620·Zbl 0491.62034号 ·doi:10.1214/aos/1176345802 [77] Vardi，Y.（1989）。乘法审查、更新过程、反褶积和密度递减：非参数估计。生物特征76 751-761·Zbl 0678.62051号 ·doi:10.1093/biomet/76.4.751 [78] Walther，G.（2001）。半参数模型的多尺度极大似然分析及其应用。《统计年鉴》29 1297-1319·Zbl 1043.62043号 ·doi:10.1214/aos/1013203455 [79] Watson，G.S.（1971年）。估计粒度分布的泛函。生物特征58 483-490·Zbl 0228.62026号 ·doi:10.1093/biomet/58.3483 [80] Wellner，J.A.和Zhan，Y.（1997）。从截尾数据计算非参数最大似然估计量的混合算法。J.Amer。统计师。协会92 945-959·Zbl 0889.62026号 ·doi:10.1080/01621459.1997.10474049 [81] 赖特，S·兹比尔0863.65031 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。