×

多元斜正态分布和多元斜(t)分布的稀疏正则偏度估计。 (英语) Zbl 1448.62077号

摘要:多元偏态正态分布(MSN)和多元偏态(t)分布由于其诱人的数学特性以及对偏态数据建模的实用性,在过去二十年中受到了广泛关注。我们开发了稀疏正则化方法来估计这两种分布的偏度参数。这种方法有助于偏度选择,即识别那些等于零的偏度边际指数(如果有)。描述了使偏度选择不适用于两种分布的现有参数化的障碍,并引入了一种新的参数化方法,允许绕过这些障碍。提出了一种基于稀疏度的正则偏度估计的惩罚似然方法。建立了模型选择一致性和该方法的预言性。仿真研究表明,该方法对于偏度选择是相当有效的,并且由于包含了脊惩罚,在防止小样本形状参数发散方面比传统的Q惩罚方法更有效A.阿扎里尼R.B.阿雷利亚诺山谷[J.Stat.Plann.Inference 143,No.2,419–433(2013;Zbl 1254.62020年)]. 仿真研究进一步表明,当某些偏态为零时,我们的方法不仅可以改进对偏态的估计,还可以改进对MSN和MST分布的所有参数的估计。

MSC公司:

62甲12 多元分析中的估计
62H10型 统计的多元分布
62F03型 参数假设检验

软件:

;港口
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Allen,D.,《变量选择和数据增强与预测方法之间的关系》,《技术计量学》,第16期,第1期,第125-127页(1974年)·Zbl 0286.62044号
[2] Arellano-Valle,R.,《关于多元偏态t模型的信息矩阵》,Metron,68,3,371-386(2010)·Zbl 1301.62051号
[3] Arellano-Valle,R。;阿扎里尼,A.,《多元偏正态分布的中心参数化》,《多元分析杂志》。,99,71362-1382(2008年)·Zbl 1140.62040号
[4] Arellano-Valle,R.B。;阿扎里尼,A.,《偏态t分布的中心参数化和相关量》,《多元分析杂志》。,113, 73-90 (2013) ·Zbl 1253.60012号
[5] 阿扎里尼,A。;Arellano-Valle,R.,偏态正态分布和偏态t分布的最大惩罚似然估计,J.Statist。计划。推理,143,2419-433(2013)·Zbl 1254.62020年
[6] 阿扎里尼,A。;Capitanio,A.,《多元斜态正态分布的统计应用》,J.R.Stat.Soc.Ser。《美国统计年鉴》。,61, 3, 579-602 (1999) ·Zbl 0924.62050号
[7] 阿扎里尼,A。;Capitanio,A.,《对称扰动产生的分布,强调多元斜t分布》,J.R.Stat.Soc.Ser。B统计方法。,65, 2, 367-389 (2003) ·Zbl 1065.62094号
[8] 阿扎里尼,A。;Capitanio,A.,(The Skew-Normal and Related Families,The Skew-Normal和Related Families,IMS Monographs,vol.3(2013),剑桥大学出版社)·Zbl 0924.62050号
[9] 阿扎里尼,A。;Dalla Valle,A.,《多元偏态正态分布》,《生物统计学》,83,4,715-726(1996)·Zbl 0885.62062号
[10] 博伊德,S。;北卡罗来纳州帕里赫。;朱,E。;佩莱托,B。;Eckstein,J.,《通过交替方向乘数法进行分布式优化和统计学习》,Found。趋势马赫数。学习。,3, 1, 1-122 (2011) ·Zbl 1229.90122号
[11] Bozdogan,H.,《模型选择和Akaike信息标准(AIC):一般理论及其分析扩展》,《心理测量学》,52,3,345-370(1987)·Zbl 0627.62005号
[12] Branco,M。;Dey,D.,一类一般的多元偏椭圆分布,J.多元分析。,79, 1, 99-113 (2001) ·Zbl 0992.62047号
[13] Buttyan,L。;Schaffer,P。;Vajda,I.,《传感器网络中具有攻击检测功能的弹性聚合》,(第四届IEEE普及计算和通信研讨会年会。第四届EEE普及计算和通讯研讨会年会,PERCOMW’06(2006),IEEE),5,pp.-336
[14] Chand,S.,《关于拉索型方法的调谐参数选择——一项蒙特卡罗研究》,(2012年第九届国际Bhurban应用科学与技术会议论文集,2012年第9届国际Bhurban应用科技会议论文集),IBCAST(2012),IEEE,120-129
[15] Chang,S.-C。;Zimmerman,D.L.,偏斜纵向数据的偏斜正态前向依赖模型,Biometrika,103,2633-376(2016)·Zbl 1499.62400号
[16] Chen,L。;Pourahmadi,M。;Maadooliat,M.,带偏态t误差分布的正则多元回归模型,J.Statist。计划。推断,149125-139(2014)·Zbl 1285.62073号
[17] Dempster,A.,协方差选择,生物统计学,28157-175(1972)
[18] 范,J。;Li,R.,通过非冲突惩罚似然进行变量选择及其预言性质,J.Amer。统计师。协会,96,456,1348-1360(2001)·Zbl 1073.62547号
[19] 范,J。;Lv,J.,《高维特征空间中变量选择的选择性概述》,统计。Sinica,20,1,101-148(2010)·Zbl 1180.62080号
[20] 福克斯,P。;霍尔,A。;Schryer,N.,PORT数学子程序库,ACM Trans。数学。软质。,4, 2, 104-126 (1978)
[21] Gay,D.M.,选定优化路线的使用摘要计算科学技术报告153,1-21(1990)
[22] 他,W。;Wan,S。;姜瑜。;Jin,H。;张伟。;吴琼。;He,T.,《基于偏度的突变检测:数值测试与应用》,国际气候杂志。,33, 12, 2713-2727 (2013)
[23] Hoerl,A。;Kennard,R.,Ridge回归:非正交问题的有偏估计,技术计量学,12,1,55-67(1970)·Zbl 0202.17205号
[24] 黄,J。;Breheny,P。;Lee,S。;马,S。;Zhang,C.-H.,变量选择的Mnet方法,统计学。Sinica,903-923(2016)·Zbl 1356.62091号
[25] Kundu,D.,《几何斜态正态分布》,Sankhya B,76,2,167-189(2014)·兹比尔1329.62073
[26] 莱伊,C。;Paindaveine,D.,《关于广义偏椭圆模型中的Fisher信息矩阵和剖面对数似然函数》,Metron,68,3,235-250(2010)·Zbl 1301.62019年
[27] 李,H。;Wu,L。;Ma,T.,偏态正态分布的联合位置、尺度和偏态模型中的变量选择,J.Syst。科学。复杂性,30,3,694-709(2017)·Zbl 1369.62166号
[28] Mardia,K.,《多元偏度和峰度的测量及其应用》,《生物统计学》,57,3,519-530(1970)·Zbl 0214.46302号
[29] Nash,J.,《R,J.Stat.Softw最佳实践优化方法》。,60, 2, 1-14 (2014)
[30] Neath,A。;Cavanaugh,J.,《贝叶斯信息标准:背景、推导和应用》,Wiley Interdiscip。版次计算。统计,4,2,199-203(2012)
[31] Schwarz,G.,估算模型的维数,Ann.Statist。,6, 2, 461-464 (1978) ·Zbl 0379.62005年
[32] Sen,P.K。;Singer,J.M.,《统计学中的大样本方法:应用简介》(1993年),CRC出版社·Zbl 0867.62003号
[33] Stone,M.,统计预测的交叉验证选择和评估,J.R.Stat.Soc.Ser。B统计方法。,111-147 (1974) ·兹比尔0308.62063
[34] Tibshirani,R.,《通过套索进行回归收缩和选择》,J.R.Stat.Soc.Ser。B统计方法。,267-288 (1996) ·Zbl 0850.62538号
[35] 维拉,C。;Rubio,F.,多元t分布和t-copula自由度的客观先验,计算。统计师。数据分析。,124, 197-219 (2018) ·Zbl 1469.62155号
[36] Wang,H。;李,R。;Tsai,C.-L.,平滑剪裁绝对偏差方法的调整参数选择器,Biometrika,94,3,553-568(2007)·Zbl 1135.62058号
[37] Wang,Y。;尹,W。;Zeng,J.,非凸非光滑优化中ADMM的全局收敛性,J.Sci。计算。,78,1,29-63(2019)·Zbl 1462.65072号
[38] Watson,G.,伽马函数注释,爱丁堡数学。注释,42,7-9(1959)·Zbl 0103.29601号
[39] Yalçcon nkaya,A。;⑩enolu,B。;Yolcu,U.,使用遗传算法对斜态正态分布参数进行最大似然估计,Swarm Evol。计算。,38, 127-138 (2018)
[40] 张,C.,极小极大凹惩罚下的几乎无偏变量选择,Ann.Statist。,38, 2, 894-942 (2010) ·Zbl 1183.62120号
[41] Zhang,Y。;Yang,Y.,选择模型选择程序的交叉验证,J.Econometrics,187,195-112(2015)·Zbl 1337.62387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。