摘要
我们引入了惩罚小波以便于将小波无缝嵌入到半参数回归模型中。特别地,我们证明了惩罚小波类似于惩罚样条;后者是半参数回归中函数估计的既定方法。它们只在适当的惩罚类型上有所不同。现有的小波文献并没有证明这一事实,其中回归建模和拟合问题被计算问题(如离散小波变换提供的效率增益)所掩盖,并且部分被小波系数空间的工作趋势所掩盖。在适当的惩罚小波结构下,我们表明可以通过惩罚样条的相同通用方法实现拟合和推理:惩罚最小二乘法、最大似然法和频率混合模型框架内的最佳预测法,贝叶斯框架下的马尔可夫链蒙特卡罗和平均场变分贝叶斯。惩罚小波也与广泛的数据(“第页≫n个“)回归并从该主题的持续研究中受益。
引用
下载引文
M.P.魔杖。
J.T.奥尔默罗德。
“惩罚小波:将小波嵌入半参数回归。”
电子。J.统计。
5
1654 - 1717,
2011
https://doi.org/10.1214/11-EJS652
问询处
发布时间:2011年
欧几里得项目首次提供:2011年12月13日
数字对象标识符:10.1214/11-EJS652
关键词:贝叶斯推断,最佳预测,广义可加模型,吉布斯采样,马尔科夫蒙特卡洛,最大似然估计,平均场变分Bayes,稀疏诱导罚,宽数据回归
版权所有©2011数学统计研究所和伯努利学会