我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
如果存在评分函数或损失函数,使得函数的正确预测是预期得分的唯一最小值,则统计函数(如平均值或中位数)称为可引出函数。此类评分函数被称为函数的严格一致性。函数的可引出性提供了一种可能性,可以比较竞争性预测,并根据实现的分数对其进行排名。本文探讨了多维泛函的可导性概念,给出了得分函数严格一致的充要条件。我们讨论了泛函具有可导成分的情况,但我们也证明了不可导的一维泛函可以是高阶可导泛函的成分。在方差的情况下,这是一个已知的结果。然而,本文的一个重要结果是,如果添加“正确的”分位数,那么具有有限支持度的谱风险度量可以联合导出。应用兴趣的一个直接结果是,在风险管理应用程序中通常满足的温和条件下,这对(风险价值,预期短缺)是可以联合得出的。
托比亚斯·菲斯勒。 约翰娜·齐格尔(Johanna F.Ziegel)。 “高阶可诱导性和Osband原理。” Ann.Statist公司。 44 (4) 1680 - 1707, 2016年8月。 https://doi.org/10.1214/16-AOS1439