摘要

本文提出了一种新的稀疏性估计方法,称为马蹄形估计,它来自基于多变量正态尺度混合的先验。我们描述了该估计器相对于现有方法的优势,包括其鲁棒性、对不同稀疏模式的自适应性和分析可处理性。我们证明了两个定理:一个定理刻画了马蹄形估计器的尾部稳健性,另一个定理证明了稀疏情况下正确估计采样密度的超有效收敛速度。最后,使用真实数据和模拟数据,我们表明马蹄形估计与在点-质量混合先验下通过贝叶斯模型平均获得的答案非常接近。

此内容仅以PDF格式提供。
您当前没有访问此文章的权限。