×
罗伯特·哈布尔

不精确概率模型中的最小距离估计。 （英文） Zbl 1177.62028号

J.统计计划。推断 140，第2期，461-479（2010）.
摘要：本文考虑在不精确概率模型中估计参数（θ）。该模型由一致的上预测（上测线P_θ）组成，这些预测由有限数量的期望约束给出。在这种情况下定义了一个最小距离估计器，并研究了它的渐近性质。结果表明，通过离散样本空间可以近似计算最小距离。最后，将该估计器应用于仿真研究和实际数据集。

引用于2文件

MSC公司：

2012年12月62日 参数估计量的渐近性质
62G05型 非参数估计
62层35 鲁棒性和自适应程序（参数推断）
6220国集团 非参数推理的渐近性质
62G30型 订单统计；经验分布函数
62G35型 非参数稳健性
65立方厘米60 统计中的计算问题（MSC2010）

关键词：

稳健统计；不精确概率；相干低预知；最小距离估计器；经验测量

软件：

CRAN（起重机）；impr可能性；罗贝思；罗巴斯特
PDF格式BibTeX公司 XML格式引用
\textit{R.Hable}，J.统计计划。推断140，No.2，461--479（2010；Zbl 1177.62028）
全文： 内政部

参考文献：

[1] Augustin，T.、Optimale Tests bei Intervallwahrscheinlichkeit（1998）、Vandenhoeck&Ruprecht：Vandenhoeck&Ruprecht Göttingen·Zbl 0910.62005号
[2] Augustin，T.，Neyman-Pearson在区间概率下通过全球最不利对进行检验，回顾了Huber-Strassen理论并将其扩展到一般区间概率，《统计规划与推断杂志》，105，149-173（2002）·Zbl 1010.62006年
[3] Bhaskara Rao，K.P.S。；Bhaskara Rao，M.，《收费理论》（1983），学术出版社：纽约学术出版社·Zbl 0516.28001号
[4] Bickis，M.，《比基斯》，美国，2007年。预测下一次大流行：不精确危险的演习。摘自：de Cooman，G.，Vejnarová，J.，Zaffalon，M.（编辑），第五届不精确概率国际研讨会论文集：理论与应用。SIPTA，布拉格，第41-46页。；Bickis，M.，《比基斯》，美国，2007年。预测下一次大流行：不精确危险的演习。摘自：de Cooman，G.，Vejnarová，J.，Zaffalon，M.（编辑），第五届不精确概率国际研讨会论文集：理论与应用。SIPTA，布拉格，第41-46页。
[5] Buja，A.同时进行了最不利的实验。I.高标准泛函和充分性，《德国财政部Wahrscheinlichkeitstheorie und Verwandte Gebiete，65，367-384》（1984）·Zbl 0506.62002号
[6] 德库曼，G。；Miranda，E.，连贯低预测的弱大数定律和强大数定律，《统计规划与推断杂志》，138,82409-2432（2008）·Zbl 1176.60017号
[7] 多诺霍博士。；Liu，R.，最小距离泛函的“自动”稳健性，统计年鉴，16，2，552-586（1988）·Zbl 0684.62030号
[8] Dunford，N。；Schwartz，J.，线性算子。I.General Theory（1958），Wiley-Interscience出版社：Wiley-Interscience Publishers New York·Zbl 0084.10402号
[9] Fan，K.，Minimax定理，美国国家科学院学报，39，42-47（1953）·Zbl 0050.06501号
[10] Hable，R.，2008年。imprProbEst：不精确概率模型中的最小距离估计。CRAN上贡献的R包，版本1.0，2008-10-23；保持系Hable，R。；Hable，R.，2008年。imprProbEst：不精确概率模型中的最小距离估计。CRAN上贡献的R包，版本1.0，2008-10-23；维修人员R.Hable。
[11] Hable，R.，2009年a。复杂不确定性下的基于数据的决策。慕尼黑路德维希·马克西米利安大学（LMU）博士论文。URL \（\langle；\）http://edoc.ub.uni-muenchen.de/\（9874/\rangle；\）。；Hable，R.，2009年a。复杂不确定性下的基于数据的决策。慕尼黑路德维希·马克西米利安大学（LMU）博士论文。URL \（\langle；\）http://edoc.ub.uni-muenchen.de/\（9874/\rangle；\）·Zbl 1277.62018年
[12] Hable，R.，不精确概率下基于数据的决策理论中样本空间的离散化，国际近似推理杂志，50，7，1115-1128（2009）·Zbl 1185.62022号
[13] Hable，R.，2009年c。不精确概率模型计算方面的最小距离估计器及其应用。第六届不精确概率国际研讨会：理论与应用（ISIPTA’09）。URL \（\langle；\）http://www.sipta.org/isipta09/proceedings/005.html\（\rangle；\）。；Hable，R.，2009年c。不精确概率模型计算方面的最小距离估计器及其应用。第六届不精确概率国际研讨会：理论与应用（ISIPTA’09）。URL \（\langle；\）http://www.sipta.org/isipta09/proceedings/005.html\（\rangle；\）·兹比尔1204.62025
[14] 汉佩尔，F。；Ronchetti，E。；卢梭，P。；Stahel，W.，《稳健统计》（1986），威利出版社：威利纽约·Zbl 0593.62027号
[15] 霍夫曼-约根森，J.，《概率与统计观点》，第一卷（1994年），查普曼和霍尔：查普曼与霍尔，纽约·Zbl 0821.62003号
[16] Hoffman-Jørgensen，J.，《从概率的角度看统计学》，第二卷（1994年），查普曼和霍尔出版社：纽约查普曼和霍尔出版社·Zbl 0821.62003号
[17] Huber，P.，概率比检验的稳健版本，《数理统计年鉴》，361753-1758（1965）·Zbl 0137.12702号
[18] Huber，P.，《稳健统计》（1981），威利：威利纽约·Zbl 0536.62025号
[19] Huber，P.，1997年。稳健的统计程序。收录于：CBMS-NSF应用数学区域会议系列，第68卷，第二版，SIAM，工业和应用数学学会，宾夕法尼亚州费城。；Huber，P.，1997年。稳健的统计程序。收录于：CBMS-NSF应用数学区域会议系列，第68卷，第二版，SIAM，工业和应用数学学会，宾夕法尼亚州费城·Zbl 0859.62003号
[20] Huber，P。；斯特拉森，V.，容量的最小极大检验和内曼-皮尔逊引理，《统计年鉴》，1251-263（1973）·Zbl 0259.62008年
[21] Hutter，M.，不精确Dirichlet模型的实用稳健估计，国际近似推理杂志，50，2，231-242（2009）·Zbl 1185.62067号
[22] 科尔，M.，2005年。稳健性渐近理论的数值贡献。拜勒大学博士论文。；科尔，M.，2005年。稳健性渐近理论的数值贡献。拜勒大学博士论文·Zbl 1189.62051号
[23] Kriegler，E.，Held，H.，2003年。使用随机集对21世纪的气候预测。摘自：Bernard，J.，Seidenfeld，T.，Zaffalon，M.（编辑），ISIPTA’03，第三届不精确概率及其应用国际研讨会论文集，卢加诺。Carleton Scientific，滑铁卢，第345-360页。；Kriegler，E.，Held，H.，2003年。使用随机集对21世纪的气候预测。摘自：Bernard，J.，Seidenfeld，T.，Zaffalon，M.（编辑），ISIPTA’03，第三届不精确概率及其应用国际研讨会论文集，卢加诺。Carleton Scientific，滑铁卢，第345-360页。
[24] Marazzi，A.，1993年。稳健统计的算法、例程和S函数。Wadsworth&Brooks/Cole Advanced Books&Software，Pacific Grove，CA。带有S-PLUS接口的FORTRAN库ROBETH。与Johann Joss和Alex Randriamiharisoa合作。带有单独可用的计算机磁盘。；Marazzi，A.，1993年。稳健统计的算法、例程和S函数。Wadsworth&Brooks/Cole Advanced Books&Software，加利福尼亚州太平洋格罗夫。FORTRAN图书馆ROBETH，带S-PLUS接口。与Johann Joss和Alex Randriamiharisoa合作。带有单独可用的计算机磁盘·Zbl 0777.62004号
[25] Millar，P.，通过最小距离方法进行稳健估计，Zeitschrift für Wahrscheinlichkeits theorye und verwandte Gebiete，55，1，73-89（1981）·Zbl 0461.62036号
[26] 厄兹蒂尔克。；Hettmansperger，T.，位置和尺度参数的同时稳健估计：最小距离方法，加拿大统计杂志，26，2，217-229（1998）·Zbl 0914.62020号
[27] 帕尔·W。；Schucany，W.，最小距离和稳健估计，美国统计协会杂志，75，371，616-624（1980）·Zbl 0481.62031号
[28] Quaeghebeur，E.，de Cooman，G.，2005年。指数族推理的不精确概率模型。收录于：Cozman，F.，Nau，R.，Seidenfeld，T.（编辑），ISIPTA’05，第四届不精确概率及其应用国际研讨会论文集，匹兹堡，SIPTA，Manno，第287-296页。；Quaeghebeur，E.，de Cooman，G.，2005年。指数族推理的不精确概率模型。收录于：Cozman，F.，Nau，R.，Seidenfeld，T.（编辑），ISIPTA’05，第四届不精确概率及其应用国际研讨会论文集，匹兹堡，SIPTA，Manno，第287-296页。
[29] Rieder，H.，《稳健渐进统计》（1994），Springer:Springer New York·Zbl 0927.62050号
[30] Tukey，J.，《污染分布抽样调查》，（概率与统计贡献（1960），斯坦福大学出版社：斯坦福大学出版社，加利福尼亚州斯坦福），448-485·Zbl 0201.52803号
[31] van der Vaart，A.，《渐进统计》（1998），剑桥大学出版社：剑桥大学出版社·Zbl 0910.62001号
[32] van der Vaart，A.，Wellner，J.，1996年。弱收敛和经验过程。关于统计学的应用。纽约州施普林格。；van der Vaart，A.，Wellner，J.，1996年。弱收敛和经验过程。与统计应用。纽约州施普林格·Zbl 0862.60002号
[33] Walley，P.，《概率不精确的统计推理》（1991），查普曼和霍尔：查普曼与霍尔伦敦·Zbl 0732.62004号
[34] Walley，P.，《多项式数据推断：了解一袋大理石》，《皇家统计学会杂志》。B辑《方法论》，58，1，3-57（1996），作者的讨论和答复·Zbl 0834.62004号
[35] 沃尔特，G。；Augustin，T.，广义贝叶斯推断中的不确定性和先验数据冲突，《统计理论与实践杂志》，3255-271（2009）·Zbl 1211.62051号
[36] Weichselberger，K.，2001年。元素为Grundbegriffe einer allgemeineren Wahrscheinlichkeitsrechnung I.Intervallwahrscheinlichkeit als umfassendes Konzept。海德堡物理学。；Weichselberger，K.，2001年。元素是Grundbergriffe einer all gemeineren Wahrscheinlichkeitsrechnung I.Wahrscheinlichkeit alsumfassendes Konzept。海德堡物理学·Zbl 0979.60001号
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。