卡普什

斜坡启发式:概述和实现。模型选择是一个包含许多统计问题的通用范式。实现这一目标最有成效和最受欢迎的方法之一是将惩罚标准最小化。五十、 比格和P.马萨特[Probab。理论关系。字段138,No.1–2,33–73(2007;Zbl 1112.62082)]提出了一种有希望的数据驱动方法来校准此类标准,其惩罚已知为乘法因子:“斜率启发法”。理论工作在某些情况下验证了这种启发式方法,并且有几篇论文报告了在各种框架下有前景的实际行为。这项工作的目的是双重的。首先,介绍了斜坡启发式算法,并对其理论和实践结果进行了综述。其次,我们着重讨论了在应用斜坡启发式算法时遇到的实际困难。提出了一种新的实用方法,并与标准尺寸跳跃法进行了比较。本文讨论了在Matlab中实现的CAPUSHE图形化解决方案。补充材料包含进一步的信息和一个额外的应用,CAPUSHE包和本文提供的数据集,可在期刊网站上找到。


zbMATH中的参考文献(参考 49篇文章,1标准件)

显示第1到第20个结果,共49个。
按年份排序(引用)
  1. Pierre Alquier;Bertin,Karine;Doukhan,Paul;Garnier,Rémy:低阶转换的高维VAR(2020)
  2. Bardet,Jean-Marc;Guenaizi,Abdellatif:数据驱动的长程相关过程中多重变化的半参数检测(2020)
  3. Bardet,Jean-Marc;Kamila,Kare;Kengne,William:常见时间序列模型的一致模型选择标准和拟合优度检验(2020年)
  4. Bertin,Karine;Klutchnikoff,Nicolas;Léon,Jose R.;Prieur,Clémentine:混合条件下有界域的自适应密度估计(2020)
  5. Bock,Olivier;Collieux,Xavier;Guillaiux,François;Lebarbier,Emilie;Pascal,Claire:固定时间间隔上具有异质方差的均值模型中的断点检测(2020年)
  6. Gassiat,Elisabeth;Le Corff,Sylvain;Lehéricy,Luc:具有一般状态空间的非参数平移隐马尔可夫模型的可辨识性和一致性估计(2020)
  7. Godichon Baggioni,Antoine;Maugis Rabusseau,Cathy;Rau,Andrea:多视图聚类和分裂,及其在多组分乳腺癌数据中的应用(2020)
  8. Pierre Alquier;Doukhan,Paul;Fan,Xiequan:非平稳马尔可夫链的指数不等式(2019)
  9. Duval,Céline;Kappus,Johanna:Fourier估计器的自适应程序:在反褶积和反编译中的应用(2019)
  10. 福布斯,佛罗伦萨;阿诺,亚历克西斯;莱马森,本杰明;巴比尔,埃曼纽尔:适应多尺度分布混合的成分消除策略(2019年)
  11. Ickowicz,Adrien;Ford,Jessica;Hayes,Keith:成分数据的混合模型方法:推断土地利用对点参考水质测量的影响(2019年)
  12. Lehéricy,Luc:非参数隐马尔可夫模型的一致阶估计(2019)
  13. Brault,Vincent;Ouadah,Sarah;Sansonnet,Laure;Lévy Leduc,Céline:用于分析大型Hi-C数据矩阵的非参数多变化点估计(2018)
  14. Comte,Fabienne;Samson,Adeline;Stirnemann,Julien J.:带有截尾和测量误差的危险估计:对怀孕时间的应用(2018年)
  15. Comte,F.;Duval,C.:更新过程的统计推断(2018)
  16. Devijver,Emilie;Gallopin,Mélina:高维高斯图形模型的块对角协方差选择(2018)
  17. Fop,Michael;Murphy,Thomas Brendan:基于模型聚类的变量选择方法(2018)
  18. 2018年,加雷尔斯与加雷尔斯保持一致(2018年,加雷尔斯与加内尔斯保持一致)
  19. Gassiat,Elisabeth;Rousseau,Judith;Vernet,Elodie:多维混合物的有效半参数估计和模型选择(2018)
  20. Lehéricy,Luc:非参数隐马尔可夫模型的逐状态minimax自适应估计(2018)