×
马学军;王少晨;周，王

通过经验似然检验多元分位数。 （英语） Zbl 1465.62107号

《多元分析杂志》。 182，文章ID 104705，12 p.（2021）.
作者介绍了一种新的方法，称为分位数均值，用于估计多变量分位数。它们证明了相应估计量的相合性和渐近正态性，并对其应用了经验似然方法。他们通过蒙特卡罗模拟说明了该方法的实际性能。
审核人：弗兰克·沃纳（瓦茨堡）

引用于1文件

MSC公司：

62H15型 多元分析中的假设检验
62G10型 非参数假设检验
62G08号 非参数回归和分位数回归
62G05型 非参数估计

关键词：

经验似然;假设检验;分位数平均值;多元分位数

软件：

百万立方米
PDF格式BibTeX公司 XML格式引用
\textit{X.Ma}等人，《多元分析杂志》。182，文章ID 104705，12 p.（2021；Zbl 1465.62107）
全文： 内政部

参考文献：

[1] H.Akaike，《信息理论与最大似然原理的扩展》，载于：B.N.Petrov和F.Csaki（编辑），《第二届信息理论国际研讨会论文集》（1973），第267-281页·Zbl 0283.62006号
[2] Anderson，T.，《多元统计分析导论》（2003），威利出版社：威利纽约·Zbl 1039.62044号
[3] Chakraborty，B.，《仿射等变多元分位数》，《Ann.Inst.Statist》。数学。，53, 380-403 (2001) ·Zbl 1027.62035号
[4] Chaudhuri，P.，通过U统计类型方法使用R估计扩展的多元位置估计，Ann.Statist。，20, 897-916 (1992) ·Zbl 0762.62013.中
[5] Chaudhuri，P.，《关于多元数据分位数的几何概念》，J.Amer。统计师。协会，91，862-872（1996）·Zbl 0869.62040号
[6] 陈，X。；谢，M.，《分析超大数据的分而治之方法》，《统计学》。Sinica，24，1655-1684（2014）·Zbl 1480.62258号
[7] 风扇，T。；Lin，D。；Cheng，K.，海量数据集的回归分析，Data Knowl。工程师，61545-562（2007）
[8] 克莱纳。；Talwalkar，A。；Sarkar，P。；Jordan，M.，《海量数据的可扩展引导》，J.R.Stat.Soc.Ser。B统计方法。，76, 795-816 (2014) ·Zbl 07555464号
[9] Kong，L.公司。；Mizera，I.，《分位数层析成像：使用分位数与多元数据》，统计。Sinica，第22期，1589-1610页（2012年）·Zbl 1359.62175号
[10] 莱伊，C。；萨巴，C。；Verdebout，T.，方向数据分位数和角度马氏深度的新概念，电子。《美国法律总汇》，8795-816（2014）·Zbl 1349.62197号
[11] 马，P。；马奥尼，M。；Yu，B.，《算法杠杆的统计观点》，J.Mach。学习。第16861-911号决议（2015年）·Zbl 1337.62164号
[12] Mardia，K.，《多元偏度和峰度的测量及其应用》，《生物统计学》，57519-530（1970）·Zbl 0214.46302号
[13] 诺德豪森，K。；Oja，H.，多元L1方法：软件包MNM，J.Stat.Softw。，43, 1-28 (2011)
[14] Owen，A.，单个功能的经验似然比置信区间，Biometrika，75，237-249（1988）·Zbl 0641.62032号
[15] Owen，A.，经验似然比置信区，Ann.Statist。，18, 90-120 (1990) ·Zbl 0712.62040号
[16] Schwarz，G.，估算模型的维数，Ann.Statist。，6, 461-464 (1978) ·Zbl 0379.62005年
[17] Sengupta，S。；Volgushev，S。；Shao，X.，海量数据的子样本双引导，J.Amer。统计师。协会，1111222-1232（2016）
[18] Serfling，R.，基于空间分位数的深度函数和比例曲线，（基于L1-Norm和相关方法的统计数据分析（2002），Birkhauser:Birkhauser Basel），25-38·Zbl 1460.62076号
[19] Serfling，R.，《多元分析的分位数函数：方法和应用》，统计学。Neerlandica，56214-232（2002年）·Zbl 1076.62054号
[20] Serfling，R.，基于空间分位数的非参数多元描述性度量，J.Amer。统计师。协会，123，259-278（2004）·Zbl 1045.62048号
[21] Shi，C。；卢·W。；Song，R.，《立方速率M-估计量的海量数据框架》，J.Amer。统计师。协会，113，1-12（2018）
[22] Wang，H。；朱，R。；马，P.，大样本logistic回归的最优子抽样，J.Amer。统计师。协会，113829-844（2018）·Zbl 1398.62196号
[23] Zhang，Y。；杜奇，J。；Wainwright，M.，《统计优化的通信高效算法》，J.Mach。学习。研究，14，3321-3363（2013）·Zbl 1318.62016号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。