张健;梁法明 不规则条件下随机逼近算法的收敛性。 （英语） Zbl 1144.62069号 内尔统计局。 62，第3号，393-403（2008）. 摘要：我们考虑了一类求解估计方程组的随机逼近（SA）算法。SA算法收敛的标准条件是估计函数是局部Lipschitz连续的。我们证明了这个条件可以放宽到估计函数几乎处处有界且连续的程度。因此，SA算法的使用可以扩展到一些具有不规则估计函数的问题。我们的理论结果通过解决指数幂混合模型的估计问题得到了证明。 引用于2文件 MSC公司： 62L20型 随机近似 65C60个 统计中的计算问题（MSC2010） 关键词：M估计量 PDF格式BibTeX公司 XML格式引用 \textit{J.Zhang}和\textit{F.Liang}，Stat.Neerl。62，第3号，393--403（2008；Zbl 1144.62069） 全文： 内政部 参考文献： [1] 陈，随机逼近及其应用（2002）·Zbl 1008.62071号 [2] Clark，优化与非光滑分析（1983） [3] 埃夫隆，《大尺度同时假设检验：无效假设的选择》，《美国统计协会杂志》99页96–（2004）·Zbl 1089.62502号 [4] Efron，《引导程序简介》（1993）·Zbl 0835.62038号 ·doi:10.1007/978-1-4899-4541-9 [5] Fang，对称多元和相关分布（1990）·Zbl 0699.62048号 ·doi:10.1007/9781-4899-2937-2 [6] He，不可微优化的同时扰动随机逼近的收敛性，IEEE自动控制汇刊48 pp 1459–（2003）·Zbl 1364.90257号 [7] Huber，稳健统计（1981）·Zbl 0536.62025号 ·doi:10.1002/0471725250 [8] 库什纳，不连续动力学和状态相关噪声的随机近似：w.p.1和弱收敛，数学分析与应用杂志82 pp 527–（1981）·Zbl 0473.62074号 [9] 库什纳，随机近似和递归算法及应用（2003）·Zbl 1026.62084号 [10] Lai，随机近似，《统计年鉴》第31页第391页-（2003） [11] Liang，使用随机近似算法估计FDR，Biometrika（2008） [12] 纽伊，《计量经济学》，《统计手册》11第419页–（1993年） [13] 罗宾斯，《随机近似法》，《数理统计年鉴》22页400–（1951）·Zbl 0054.05901号 [14] Shiryayev，概率（1984）·doi:10.1007/9781-4899-0018-0 [15] Tadić，第36届IEEE决策与控制会议记录，第2281页–（1997） [16] 田，基于非光滑估计函数的统计推断，Biometrika 91 pp 943–（2004） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。