摘要
提出了一种通用的方法来推导估计量的极限行为,这些估计量定义为优化经验准则函数的参数值。这种估计量的渐近行为通常是从重定标和重定标准则函数的一致极限定理中推导出来的。新方法可以处理标准方法不能产生估计器完全极限行为的情况。渐近分析依赖于将准则函数分解为具有不同重标度的分量之和。该方法通过Lasso型估计的示例进行了说明,k个-指聚类、Shorth估计和部分线性模型。
引用
下载引文
彼得·拉德琴科。
“混合比率渐近。”
安。统计师。
36
(1)
287 - 309,
2008年2月。
https://doi.org/10.1214/00905360700000668
问询处
发布日期:2008年2月
欧几里德项目首次推出:2008年2月1日
数字对象标识符:10.1214/00905360000000668
学科:
主要用户:60英尺17英寸,2012年12月62日
关键词:经验过程,聚类,拉索,限制分配,M估计量,非标准渐近,部分样条曲线,收敛速度,短小的,奇异二次逼近
版权所有©2008数学统计研究所