×

离散线性指数族经验Bayes估计的一般框架。 (英语) 兹比尔1497.62066

摘要:我们为离散线性指数族中的复合估计开发了一个非参数经验贝叶斯(NEB)框架,其中包括现代大数据应用中经常出现的广泛的离散分布。我们建议通过求解一个凸程序直接估计广义Robbins公式中的Bayes收缩因子,该凸程序是基于Stein差异度量的RKHS表示精心开发的。新的NEB估计框架可以灵活地将各种结构约束纳入数据驱动规则,并提供了一种统一的方法来进行常规和标度平方误差损失的复合估计。我们发展了理论来证明这类NEB估计具有很强的渐近性质。进行了全面的仿真研究以及对实际数据示例的分析,以证明NEB估计器相对于竞争方法的优越性。

MSC公司:

2015年1月62日 贝叶斯推断
62J07型 岭回归;收缩估计器(拉索)
68T09号 数据分析和大数据的计算方面
PDF格式BibTeX公司 XML格式引用
全文: arXiv公司 链接

参考文献:

[1] 安娜·艾泽尔(Anna Aizer)和约瑟夫·多伊尔(Joseph J Doyle Jr.),《少年监禁、人力资本和未来犯罪:来自随机指定法官的证据》。《经济学季刊》,130(2):759-8032015。
[2] 蒂莫西·B·阿姆斯特朗(Timothy B Armstrong)、米查尔·科尔斯亚尔(Michal Koles´ar)和米克尔·普拉格博格-莫勒(Mikkel Plagborg-Möller)。稳健经验贝叶斯置信区间。arXiv预印本arXiv:2004.034482020。
[3] 罗贾·班达里(Roja Bandari)、西塔兰·阿苏尔(Sitaram Asur)和贝纳多·胡伯曼(Bernardo A Huberman)。社交媒体中的新闻脉搏:预测受欢迎程度。ICWSM,2012年12月26日至33日。
[4] 亚历山德罗·巴普(Alessandro Barp)、弗朗索瓦·西维耶·布里奥尔(Francois-Xavier Briol)、安德鲁·邓肯(Andrew Duncan)、马克·吉洛米(Mark Girolma)和莱斯特·麦基(Lester Mackey)。最小斯坦因差异估计量。《神经信息处理系统进展》,第12964-129762019页。
[5] J Fr’ed eric Bonnans和Alexander Shapiro。优化问题的摄动分析。施普林格科学与商业媒体,2013年。
[6] 劳伦斯·D·布朗。击球率的季内预测:经验贝叶斯和贝叶斯方法的现场测试。《应用统计年鉴》,第113-152页,2008年·Zbl 1137.62419号
[7] 劳伦斯·D·布朗和艾坦·格林希廷。估计高维正态均值向量的非参数经验贝叶斯和复合决策方法。《统计年鉴》,第1685-1704页,2009年·Zbl 1166.62005年
[8] 劳伦斯·D·布朗(Lawrence D Brown)、艾坦·格林希廷(Eitan Greenshtein)和亚科夫·里托夫(Ya’acov Ritov)。重新讨论了泊松复合决策问题。《美国统计协会杂志》,108(502):741-7492013·Zbl 06195975号
[9] Kapper Chwialkowski、Heiko Strathmann和Arthur Gretton。拟合优度的核心测试。JMLR:研讨会和会议记录,2016年。
[10] M Lawrence Clevenson和James V Zidek。独立泊松定律平均值的同时估计。美国统计协会杂志,70(351a):698-7051975·Zbl 0308.62018号
[11] 安娜·皮尔·达姆和克里斯蒂安·达斯特曼。在犯罪率高的社区长大会影响青少年的犯罪行为吗?《美国经济评论》,104(6):1806-322014。
[12] 布拉德利·埃夫隆。Tweedie公式和选择偏差。《美国统计协会杂志》,106(496):1602-16142011年·Zbl 1234.62007年
[13] 布拉德利·埃夫隆。大尺度推断:估计、测试和预测的经验贝叶斯方法,第1卷。剑桥大学出版社,2012年·Zbl 1256.62007年
[14] 布拉德利·埃夫隆。经验贝叶斯估计的两种建模策略。《统计科学:数理统计研究所评论期刊》,29(2):2852014·Zbl 1332.62031号
[15] 布拉德利·埃夫隆。经验贝叶斯反褶积估计。《生物特征》,103(1):1-202016。43 ·Zbl 1452.62220号
[16] 布拉德利·埃夫隆。贝叶斯、甲骨文贝叶斯和经验贝叶斯。统计科学,34(2):177-2012019·Zbl 1420.62023号
[17] Dominique Fourdrinier和Christian P Robert。经验贝叶斯估计的内在损失:关于正态和泊松情况的一个注记。统计与概率信件,23(1):35-441995·Zbl 0820.62007号
[18] Dominique Fourdrinier、William E Strawderman和Martin T Wells。收缩率估算。施普林格,2018年·Zbl 1411.62011年
[19] 傅安琪(Anqi Fu)、巴拉苏布拉曼尼亚人(Balasubramanian Narasimhan)和斯蒂芬·博伊德(Stephen Boyd)。Cvxr:An r package for scined凸优化。arXiv预打印arXiv:1711.075822017。
[20] 顾嘉英(Jiaying Gu)和罗杰·科恩克(Roger Koenker)。经验贝叶斯混合:纵向数据的经验贝叶斯方法。《应用计量经济学杂志》,32(3):575-5992017。
[21] 尼古拉·伊格纳蒂亚迪斯(Nikolaos Ignatiadis)和斯特凡·瓦格(Stefan Wager)。经验贝叶斯分析的偏差感知置信区间。arXiv预印本arXiv:1902.027742019。
[22] 威廉·詹姆斯和查尔斯·斯坦因。二次损失估算。1961年,第四届伯克利数理统计与概率研讨会论文集,第1卷,第361-379页·Zbl 1281.62026号
[23] 姜文华和张存辉。正态均值的一般最大似然经验贝叶斯估计。《统计年鉴》,37(4):1647-16842009年·Zbl 1168.62005号
[24] 杰克·基弗和雅各布·沃尔福威茨。存在无穷多个伴随参数时最大似然估计的相合性。《数理统计年鉴》,第887-906页,1956年·Zbl 0073.14701号
[25] 阿奇姆·克伦克。概率论:综合课程,第331-349页。施普林格伦敦,2014年·Zbl 1295.60001号
[26] Roger Koenker和Gilbert Bassett Jr.回归分位数。《计量经济学:计量经济学学会杂志》,第33-50页,1978年·Zbl 0373.62038号
[27] Roger Koenker和Jiaying Gu。Rebayes:经验贝叶斯混合方法的r包。统计软件杂志,82(1):1-262017。
[28] 罗杰·科恩克和伊凡·米泽拉。凸优化、形状约束、复合决策和经验贝叶斯规则。《美国统计协会杂志》,109(506):674-6852014·Zbl 1367.62020号
[29] Susan V Koski、David Bowers和SE Costanza。国家和机构对报告的青少年教养设施中的受害和自愿性行为的影响。《儿童和青少年社会工作杂志》,35(3):243-2552018年。
[30] 南·莱尔德。混合分布的非参数极大似然估计。美国统计协会杂志,73(364):805-81119978·Zbl 0391.62029号
[31] 刘强和王帝林。Stein变分梯度下降:一种通用的贝叶斯推理算法。神经信息处理系统进展,第2378-2386页,2016年。
[32] 刘强(Qiang Liu)、李杰森(Jason D Lee)和迈克尔·乔丹(Michael I Jordan)。fit测试质量的核化stein差异。2016年国际机器学习会议(ICML)论文集。
[33] Nuno Moniz和Lu´ıs Torgo。在线新闻订阅的多源社会反馈。arXiv预印本arXiv:1801.070552018。
[34] 阿尔伯特·诺克。一类具有离散分布的随机变量。《数理统计年鉴》,21(1):127-1321950·Zbl 0036.08601号
[35] 克里斯·奥茨(Chris J Oates)、马克·吉洛米(Mark Girolma)和尼古拉斯·肖邦(Nicolas Chopin)。蒙特卡罗积分的控制函数。英国皇家统计学会杂志:B辑(统计方法),79(3):695-7182017·Zbl 1411.62088号
[36] 大卫·波拉德。一些好的不平等现象,请访问:http://www.stat.yale。edu/pollard/Books/Mini/Basic。pdf,2015年。
[37] 赫伯特·罗宾斯。统计的经验贝叶斯方法。技术报告,美国纽约哥伦比亚大学,1956年·Zbl 0074.35302号
[38] 佐藤和佐藤。L´evy过程和无穷可分分布。剑桥大学出版社,1999年·Zbl 0973.60001号
[39] 罗伯特·谢尔夫林(Robert J Serfling)。数理统计近似定理,第162卷。John Wiley&Sons,2009年。
[40] 加利特·什穆利(Galit Shmueli)、托马斯·明卡(Thomas P Minka)、约瑟夫·卡丹(Joseph B Kadane)、莎拉·博尔(Sharad Borle)和彼得·博赖特(Peter Boatwright)。拟合离散数据的有用分布:康韦-马克逊分布的恢复。英国皇家统计学会杂志:C辑(应用统计学),54(1):127-1422005·Zbl 1490.62058号
[41] 美国司法部和联邦调查局。《统一犯罪报告计划数据:县级详细逮捕和犯罪数据》,美国,2012年。密歇根州安娜堡大学间政治和社会研究联合会,2014年。数字对象标识:https://doi.org/10.3886/ICPSR35019.v1。
[42] 哈尔·瓦里安。房地产评估的贝叶斯方法。Leonard J.Savage《贝叶斯计量经济学和统计学研究》,195-208页,1975年。
[43] Asaf Weinstein、Mazhuang、Lawrence D Brown和Cun-Hui Zhang。异方差正态均值的群线性经验贝叶斯估计。《美国统计协会杂志》,2018年第1-13页。
[44] 谢贤超(Xianchao Xie)、寇世昌(SC Kou)和劳伦斯·D·布朗(Lawrence D Brown)。异方差层次模型的确定估计。《美国统计协会杂志》,107(500):1465-14792012·Zbl 1284.62450号
[45] 杨佳森、刘强、拉奥和詹妮弗·内维尔。通过stein差异对离散分布进行有效性检验。2018年国际机器学习会议,第5561-5570页。
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。