×

具有边界效应的混合分布的最小二乘筛选估计。 (英语) Zbl 1328.62246号

摘要:在本研究中,我们针对测量误差模型框架下有限个离散原子和连续分布的混合概率分布,提出了两种基于最小二乘(LS)的筛分估值器。本研究的动机是在[李先生等,《电子》。《美国联邦法律大全》第7卷第323–341页(2013年;兹比尔1337.62068)]. 通过最小化经验分布/特征函数与模型分布/特征功能之间的距离,我们获得了两种LS筛估计。LS估计在几个方面优于ML筛估计:(1)它们需要的计算时间少得多;(2) 它们的积分均方误差较小;(3) 基于特征函数的LS估计器对误差分布的误判更具鲁棒性。我们还使用粗糙度惩罚来提高结果估计的平滑度并减少估计方差。作为我们提出的LS估计量的应用,我们使用弗雷明翰心脏研究数据来研究遗传效应对体重指数的分布。最后研究了LS估计的渐近性质。

MSC公司:

62G08号 非参数回归和分位数回归
65楼30 其他矩阵算法(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 伯奇,C.L。;盖亚德,S。;萨马洛夫,D。;Shen,H.,RNA病毒近中性突变的丰度和影响的实验估计,遗传学,176467-476(2007)
[2] 卡罗尔·R·J。;Ruppert,D。;Stefanski,洛杉矶。;Crainiceanu,C.,《非线性模型中的测量误差:现代观点》(2006),CRC出版社·Zbl 1119.62063号
[3] 钟家乐,《概率论教程》(2001),学术出版社·Zbl 0159.45701号
[4] 科迪,C.B。;Thomas,D.R.,分布函数的反卷积,《美国统计协会杂志》,921459-1465(1997)·Zbl 0912.62030号
[6] Gugusvili,S。;Van Es,B。;Spreij,P.,《原子分布的反卷积:收敛速度》,《非参数统计杂志》,231003-1029(2011)·Zbl 1230.62041号
[7] 约翰斯通,I。;Kerkyacharian,G。;Picard,D。;Raimondo,M.,《周期环境中的小波反褶积》,《皇家统计学会杂志》。B系列,66,547-573(2004)·Zbl 1046.62039号
[8] 李,M。;霍尔,P。;沈,H。;Marron,J.S。;托勒,J。;Burch,C.,《带边界混合分布的反卷积估计》,《电子统计杂志》,7323-341(2013),在线阅读:网址:http://www.unc.edu/海鹏/research/sieve-supp.pdf·Zbl 1337.62068号
[9] 李,M。;沈,H。;伯奇,C。;Marron,J.S.,突变效应分布激励下混合分布的直接反褶积密度估计,非参数统计杂志,22,1-22(2010)·兹比尔1182.62073
[10] Ruppert,D。;Nettleton博士。;Hwang,J.T.G.,探索用于多测试实验分析和规划的(p\)值信息,生物统计学,63,483-495(2007)·Zbl 1152.62087号
[11] 沈,X。;Wong,W.H.,筛分估计的收敛速度,《统计年鉴》,22580-615(1994)·Zbl 0805.62008号
[12] Staudenmayer,J。;Ruppert,D。;Buonaccorsi,J.P.,异方差测量误差下的密度估计,美国统计协会杂志,103,726-736(2008)·Zbl 1471.62319号
[13] Tibshirani,R.,《通过套索进行回归收缩和选择》,《皇家统计学会杂志》。B系列,267-288(1996)·Zbl 0850.62538号
[14] Van de Geer,S.,《估计回归函数》,《统计年鉴》,22907-924(1990)·Zbl 0709.62040号
[15] van Es,B。;Gugusvili,S。;Spreij,P.,估计回归函数,《电子统计杂志》,第2265-297页(2008年)·Zbl 1135.62029号
[16] 瓦格纳,C。;Stadtmüller,U.,密度反褶积中TAYLEX和SIMEX估计量的渐近性,非参数统计杂志,20,507-522(2008)·Zbl 1145.62028号
[17] 魔杖,M.P。;Jones,C.M.,《核平滑》(1995),CRC出版社·Zbl 0854.62043号
[19] 王晓凤。;Sun,J。;Fan,Z.,使用SIMEX进行异方差误差下的反卷积密度估计,《电子统计杂志》,1-20(2009)
[20] Zou,H.,自适应拉索及其预言属性,美国统计协会杂志,1011418-1429(2006)·Zbl 1171.62326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。