高福昌;乔恩·韦纳(Jon A.Wellner)。 多元区间删失MLE的全局收敛速度。 (英语) Zbl 1336.62128号 电子。J.统计。 7, 364-380 (2013). 摘要:在(一类)“区间删失”数据的情况下,建立了({mathbb{R}}^{d})上多元分布函数的最大似然估计(MLE)的全局收敛速度。主要发现是,对于\(\gamma=(5d-4)/6\),Hellinger度量中MLE的收敛速度不比\(n^{-1/3}(\log n)^{\gamma})差。 引用于三文件 MSC公司: 62甲12 多元分析中的估计 62N01号 审查数据模型 62G07年 密度估算 62G05型 非参数估计 6220国集团 非参数推理的渐近性质 关键词:经验过程;全球汇率;海林格公制;间隔审查;多元的;多元单调函数 PDF格式BibTeX公司 XML格式引用 \textit{F.Gao}和\textit{J.A.Wellner},电子。J.Stat.7,364--380(2013;Zbl 1336.62128) 全文: 内政部 arXiv公司 欧几里得 参考文献: [1] Ayer,M.、Brunk,H.D.、Ewing,G.M.、Reid,W.T.和Silverman,E.(1955)。不完全信息抽样的经验分布函数。,安。数学。统计师。26 641-647. ·Zbl 0066.38502号 ·doi:10.1214/aoms/1177728423 [2] Balabdaoui,F.和Wellner,J.A.(2012年)。切尔诺夫密度是对数曲线。华盛顿大学统计系第512号技术报告。可用为·Zbl 1294.60100号 ·文件编号:10.3150/12-BEJ483 [3] Betensky,R.A.和Finkelstein,D.M.(1999)。二元区间相关数据的非参数极大似然估计。,医学统计学18 3089-3010。 [4] Biau,G.和Devroye,L.(2003)。关于块体密度下降的估计风险。,《多元分析杂志》。86 143-165. ·Zbl 1025.62015号 ·doi:10.1016/S0047-259X(02)00028-3 [5] Deng,D.和Fang,H.-B.(2009)。基于区间相关数据的多元分布函数的非参数极大似然估计。,通信统计。理论方法38 54-74·兹比尔1292.62074 ·网址:10.1080/03610920802155494 [6] Dunson,D.B.和Dinse,G.E.(2002年)。具有信息审查的多元当前状态数据的贝叶斯模型,生物计量学58 79-88·兹比尔1209.62031 ·doi:10.1111/j.0006-341X.2002.0079.x [7] Gao,F.(2012)。高维分布的支撑熵。爱达荷大学数学系技术报告。出现“高维概率VI”·兹比尔1270.41006 [8] R.绅士和A.C.汪达尔(2002)。任意删失数据下二元CDF的非参数估计。,加拿大。J.统计。30 557-571. ·Zbl 1018.62022号 ·数字对象标识代码:10.2307/3316096 [9] Geskus,R.和Groeneboom,P.(1999)。区间删失光滑泛函的渐近最优估计,情形(2)。,安。统计师。27 627-674. ·Zbl 0954.62034号 ·doi:10.1214/aos/1018031211 [10] Groeneboom,P.(1987)。区间删失观测的渐近性。阿姆斯特丹大学数学系第87-18号技术报告。 [11] Groeneboom,P.(1989)。带抛物线漂移的布朗运动和艾里函数。,普罗巴伯。理论相关领域81 79-109·doi:10.1007/BF00343738 [12] Groeneboom,P.(1996年)。反问题讲座。年,《概率论和统计学讲座》(Saint-Flour,1994)。数学课堂笔记。1648 67-164. 柏林施普林格·Zbl 0907.62042号 ·doi:10.1007/BFb0095675 [13] Groeneboom,P.(2012年a)。双变量当前状态模型。技术报告编号??,代尔夫特理工大学代尔夫t应用数学研究所。可用作·Zbl 1294.62062号 ·doi:10.1214/13-EJS824 [14] Groeneboom,P.(2012年b)。二元当前状态模型的局部极小极大下界。技术报告编号??,代尔夫特理工大学代尔夫t应用数学研究所。个人、沟通·Zbl 1253.62034号 [15] Groeneboom,P.、Maathuis,M.H.和Wellner,J.A.(2008a)。具有竞争风险的当前状态数据:MLE的一致性和收敛速度。,安。统计师。36 1031-1063. ·Zbl 1360.62123号 ·doi:10.1214/009053607000000974 [16] Groeneboom,P.、Maathuis,M.H.和Wellner,J.A.(2008b)。具有竞争风险的当前状态数据:限制MLE的分布。,安。统计师。36 1064-1089. ·Zbl 1216.62047号 ·doi:10.1214/00905360700000983 [17] Groeneboom,P.和Wellner,J.A.(1992)。,信息界与非参数极大似然估计。DMV研讨会19。巴塞尔Birkhäuser Verlag·Zbl 0757.62017号 [18] Groeneboom,P.和Wellner,J.A.(2001年)。计算切尔诺夫分布。,J.计算。图表。统计师。10 388-400. ·Zbl 04567029号 ·doi:10.19198/10618600152627997 [19] Jewell,N.P.(2007)。复杂二元结果回归模型与结构化多元生存分析回归模型之间的对应关系。年,统计建模和推断的进展。序列号。生物统计。3 45-64. 世界科学。出版物。,新泽西州哈肯萨克。 ·doi:10.1142/9789812708298_0003 [20] Lin,X.和Wang,L.(2011)。用于分析当前状态数据的贝叶斯比例优势模型:单变量、聚类和多变量。,通信统计。仿真计算。40 1171-1181·Zbl 1227.62015年 ·doi:10.1080/03610918.2011.566971 [21] Maathuis,M.H.(2005年)。二元区间相关数据分布函数的NPMLE约简算法。,J.计算。图表。统计师。14 352-362. ·doi:10.1198/106186005X48470 [22] Maathuis,M.H.(2006)。,具有竞争风险的当前状态数据的非参数估计。ProQuest LLC,Ann Arbor,MI论文(博士)-华盛顿大学。 [23] Pavlides,M.G.(2008年)。,多元单调密度的非参数估计。ProQuest LLC,Ann Arbor,MI论文(博士)-华盛顿大学。 [24] Pavlides,M.G.(2012)。块递减密度的局部渐近极小极大理论。,J.统计。计划。推论142 2322-2329·Zbl 1244.62053号 ·doi:10.1016/j.jspi.2012.03.003 [25] Pavlides,M.G.和Wellner,J.A.(2012年)。均匀密度多元尺度混合的非参数估计。,《多元分析杂志》。107 71-89. ·Zbl 1352.62049号 ·doi:10.1016/j.jmva.2012.01.01 [26] Schick,A.和Yu,Q.(2000)。GMLE与混合案例间隔感知数据的一致性。,扫描。J.统计。27 45-55. ·Zbl 0938.62109号 ·doi:10.1111/1467-9469.00177 [27] Song,S.(2001)。用二元区间相关数据进行估计。华盛顿大学统计系博士论文。 [28] Sun,J.(2006)。,区间截尾失效时间数据的统计分析。生物与健康统计。纽约州施普林格·Zbl 1127.62090号 [29] van de Geer,S.(1993)。某些非参数极大似然估计的Hellinger相合性。,安。统计师。21 14-44. ·Zbl 0779.62033号 ·doi:10.1214/aos/1176349013 [30] van de Geer,S.A.(2000)。,经验过程理论的应用。剑桥统计与概率数学系列6。剑桥大学出版社,剑桥·Zbl 0953.62049号 [31] van der Vaart,A.W.和Wellner,J.A.(1996)。,弱收敛和经验过程。统计学中的斯普林格系列。纽约施普林格-弗拉格·Zbl 0862.60002号 [32] 王永发(2009)。,关于生存分析中多变量两阶段当前状态数据和缺失协变量的主题。ProQuest LLC,密歇根州安娜堡论文(博士)-加州大学戴维斯分校。 [33] Yu,S.、Yu,Q.和Wong,G.Y.C.(2006年)。联合分布函数广义MLE与多元区间相关数据的一致性。,《多元分析杂志》。97 720-732. ·兹比尔1333.62129 ·doi:10.1016/j.jmva.2005.07.006 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。