×
科纳皮克，B.T。;范德法特，A.W。;van Zanten，J.H。

具有高斯先验的贝叶斯反问题。 （英语） Zbl 1232.62079号

Ann.统计。 39，第5期，2626-2657（2011）.
摘要：非参数反问题中的后验分布与真实参数的收缩率取决于参数的平滑度、先验的平滑度和尺度。这些特征的正确组合会导致最小最大速率。可信集的频繁覆盖率取决于先验参数和真实参数的组合，更平滑的先验导致零覆盖，更粗糙的先验导致保守覆盖。在后一种情况下，可信集具有正确的数量级。通过从观测到的噪声版本的函数原语中恢复函数的问题，从数值上说明了结果。

引用于83文件

MSC公司：

62G99型 非参数推理
2015年1月62日 贝叶斯推断
65立方厘米60 统计中的计算问题（MSC2010）

关键词：

可信集;后向分布;收缩率
PDF格式BibTeX公司 XML格式引用
\textit{B.T.Knapik}等人，Ann.Stat.39，No.5，2626--2657（2011；Zbl 1232.62079）
全文： 内政部 arXiv公司

参考文献：

[1] Bertero，M.（1986年）。线性反问题的正则化方法。在反问题中（Montecatini Terme，1986）。数学课堂笔记。1225 52-112. 柏林施普林格·Zbl 0603.65038号
[2] Bickel，P.J.、Klaassen，C.A.J.、Ritov，Y.和Wellner，J.A.（1993）。半参数模型的有效自适应估计。约翰·霍普金斯大学出版社，马里兰州巴尔的摩·Zbl 0786.62001号
[3] Bissantz，N.、Hohage，T.、Munk，A.和Ruymgaart，F.（2007年）。统计反问题的一般正则化方法的收敛速度及其应用。SIAM J.数字。分析。45 2610-2636（电子版）·兹比尔1234.62062 ·数字对象标识代码：10.1137/060651884
[4] Bontemps，D.（2011年）。高斯回归的Bernstein-von Mises定理，回归量增加。安。统计师。39 2557-2584. ·Zbl 1231.62061号 ·doi:10.1214/11-AOS912
[5] Castillo，I.（2011）。高斯过程先验的半参数Bernstein-von Mises定理。普罗巴伯。理论相关领域·Zbl 1232.62054号
[6] Cavalier，L.（2008）。非参数统计反问题。反问题24 034004，19·Zbl 1137.62323号 ·doi:10.1088/0266-5611/24/3/3034004
[7] Cox，D.D.（1993）。非参数回归的贝叶斯推断分析。安。统计师。21 903-923. ·Zbl 0778.62003号 ·doi:10.1214/aos/1176349157
[8] Donoho，D.L.（1994）。统计估计和最佳回收率。安。统计师。22 238-270·Zbl 0805.62014号 ·doi:10.1214/aos/1176325367
[9] Donoho，D.L.和Low，M.G.（1992年）。重整化指数和最佳逐点收敛速度。安。统计师。20 944-970. ·Zbl 0797.62032号 ·doi:10.1214/aos/1176348665
[10] Feller，W.（1971）。概率论及其应用导论。第二卷，第二版，威利出版社，纽约·Zbl 0219.60003号
[11] Florens，J.和Simoni，A.（2011年）。线性反问题的正则化先验知识·Zbl 1441.62686号
[12] Freedman，D.（1999）。关于无穷维参数的Bernstein-von Mises定理。安。统计师。27 1119-1140·Zbl 0957.6202号
[13] Ghosal，S.（1999）。高维线性模型中后验分布的渐近正态性。伯努利5 315-331·Zbl 0948.62007号 ·doi:10.2307/3318438
[14] Ghosal，S.（2000）。当参数个数趋于无穷大时指数族后验分布的渐近正态性。《多元分析杂志》。74 49-68. ·Zbl 1118.62309号 ·doi:10.1006/jmva.1999.1874
[15] Ghosal，S.、Ghosh，J.K.和van der Vaart，A.W.（2000）。后验分布的收敛速度。安。统计师。28 500-531. ·兹比尔1105.62315 ·doi:10.1214/aos/1016218228
[16] Goldenshluger，A.和Pereverzev，S.V.（2003）。希尔伯特尺度下线性泛函的自适应逆估计。伯努利9 783-807·Zbl 1055.62034号 ·doi:10.3150/bj/1066418878
[17] Halmos，P.R.（1967年）。希尔伯特空间问题书。Van Nostrand，普林斯顿·Zbl 0144.38704号
[18] Leahu，H.（2011）。关于高斯白噪声模型中的Bernstein-von Mises现象。电子。《美国联邦法律大全》第5卷第373-404页·Zbl 1274.62290号
[19] Mair，B.A.和Ruymgaart，F.H.（1996年）。希尔伯特尺度下的统计逆估计。SIAM J.应用。数学。56 1424-1444. ·Zbl 0864.62020号 ·doi:10.1137/S00361399994264476
[20] Mandelbaum，A.（1984）。希尔伯特空间上的线性估计和可测线性变换。Z.Wahrsch公司。版本。盖比特65 385-397·兹比尔0506.60004 ·doi:10.1007/BF00533743
[21] Mathé，P.和Pereverzev，S.V.（2006年）。离散随机噪声数据下线性不适定问题的正则化。数学。公司。75 1913-1929（电子版）·Zbl 1103.62031号 ·doi:10.1090/S0025-5718-06-01873-4
[22] Nashed，M.Z.和Wahba，G.（1974年）。再生核空间中的广义逆：线性算子方程正则化的一种方法。SIAM J.数学。分析。5 974-987. ·Zbl 0287.47009号 ·doi:10.1137/0505095
[23] Rudin，W.（1991）。功能分析，第二版，McGraw-Hill，纽约·Zbl 0867.46001号
[24] Ruymgaart，F.H.（1993）。统计学中反演问题的统一方法。数学。方法统计。2 130-146. ·Zbl 0798.62010号
[25] Skorohod，A.V.（1974年）。希尔伯特空间中的集成。Ergebnisse der Mathematik und Ihrer Grenzgebiete埃格布尼塞·德·马塞马提克与埃里尔·格伦茨盖比特79。纽约州施普林格。肯尼思·威克威尔译自俄语·Zbl 0307.28010号
[26] Stuart，A.M.（2010年）。反问题：贝叶斯观点。Acta Numer公司。19 451-559. ·Zbl 1242.65142号 ·doi:10.1017/S0962492910000061
[27] Tikhonov，A.N.和Arsenin，V.Y.（1977年）。不良问题的解决方案。V.H.Winston and Sons，华盛顿特区。翻译自俄语，翻译编辑弗里茨·约翰的前言，数学脚本系列·Zbl 0354.65028号
[28] van der Vaart，A.（1991）。关于可微泛函。安。统计师。19 178-204. ·Zbl 0732.62035号 ·doi:10.1214/aos/1176347976
[29] van der Vaart，A.和van Zanten，H.（2007）。基于重标高斯过程先验的贝叶斯推理。电子。J.Stat.1 433-448（电子版）·兹比尔1140.62066 ·doi:10.1214/07-EJS098
[30] van der Vaart，A.W.（1988）。大参数空间中的统计估计。CWI拖拉机44。Stichting Mathematisch Centrum Centrum voor Wiskunde en Informatica，阿姆斯特丹·Zbl 0629.62035号
[31] van der Vaart，A.W.（1998）。渐近统计。剑桥统计与概率数学系列3。剑桥大学出版社，剑桥·Zbl 0910.62001号 ·doi:10.1017/CBO978051180225
[32] van der Vaart，A.W.和van Zanten，J.H.（2008）。再现高斯先验的核希尔伯特空间。推动当代统计的极限：为纪念Jayanta K.Ghosh所作的贡献。Inst.数学。统计收集。3 200-222. 俄亥俄州比奇伍德IMS·兹比尔1141.60018 ·doi:10.1214/074921708000000156
[33] van Rooij，A.C.M.和Ruymgaart，F.H.（2001）。抽象逆估计及其在局部紧阿贝尔群反褶积中的应用。Ann.Inst.统计。数学。53 781-798. ·Zbl 1087.62504号 ·doi:10.1023/A:1014665305349
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。