数学>统计理论
标题: 凸过程极小值的渐近性
摘要: 通过两个简单的凸性参数,我们能够发展出一种通用的方法来证明由凸准则函数最小化定义的估计量的一致性和渐近正态性。 然后将该方法应用于一系列不同的统计估计问题,包括Cox回归、logistic和Poisson回归、模型条件外的最小绝对偏差回归以及马尔可夫链的伪似然估计。 我们的论文有两个目的。 首先是阐述该方法本身,在许多情况下,在合理的正则性条件下,该方法可以得到比传统证明更简单的新证明。 我们的第二个目标是将该方法应用到逻辑回归和Cox回归的极限,其中我们在尽可能弱的正则性条件下寻求渐近结果。 特别是对于考克斯回归,我们能够大大削弱以前公布的规律性条件。