×
约翰·巴克；克劳迪娅·克鲁珀伯格

带传播噪声的递归极大线性模型。 （英语） 兹比尔1471.62353

电子。J.统计。 15，编号2，4770-4822（2021）.
摘要：递归最大线性向量通过结构方程模型对节点变量之间的因果关系进行建模，将每个节点变量表示为有向无环图（DAG）中其父节点的最大线性函数和一些外生创新。对于这样的模型，存在一个唯一的最小DAG，由其边权重矩阵的Kleene星矩阵表示，它识别模型并可以估计。为了更真实地进行统计建模，我们引入了一些随机观测噪声。对这种新的有噪声模型的概率分析表明，表示无噪声模型分布的唯一最小DAG保持不变和可识别。此外，模型参数在其左极限处的最小比估计量的分布完全由噪声变量的分布决定，直至一个正常数。在噪声变量的正则变化条件下，我们证明了估计的Kleene星矩阵在适当的中心化和缩放后收敛到一个独立的Weibull项矩阵。

引用于1文件

MSC公司：

62G32型 极值统计；尾部推断
62G08号 非参数回归和分位数回归
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62H22个 概率图形模型
60G70型 极值理论；极值随机过程

关键词：

图形模型；贝叶斯网络；有向无圈图；极值分析；最大线性模型；噪声模型；规则变化

软件：

TETRAD公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Buck}和\textit{C.Klüppelberg}，电子。J.Stat.15，No.2，4770--4822（2021；Zbl 1471.62353）
全文： 内政部 arXiv公司 链接

参考文献：

[1] C.Améndola、C.Klüppelberg、S.Lauritzen和G.Tran。极大线性贝叶斯网络中的条件独立性。附录申请。探针。, 2020. 出现。arXiv:2002.09233。
[2] F.Baccelli、G.Cohen、G.J.Olsder和J-P.Quadrat。同步与线性：离散事件系统的代数奇切斯特·威利，1993年。
[3] J.Beirlant、Y.Goegebeur、J.Segers和J.Teugels。极值统计：理论与应用。奇切斯特·威利，2004年·Zbl 1070.62036号
[4] N.H.Bingham、C.M.Goldie和J.L.Teugels。常规变化剑桥大学出版社，剑桥，1987年·Zbl 0617.26001号
[5] K.A.Bollen。具有潜在变量的结构方程纽约威利出版社，1989年·Zbl 0731.62159号
[6] P.Butkovič。极大线性系统：理论与算法施普林格出版社，伦敦，2010年·Zbl 1202.15032号
[7] W.Chen、M.Drton和Y.S.Wang。等方差假设下的因果发现。生物特征, 106(4):973-980, 2019. ·Zbl 1435.62166号
[8] R.A.Davis和W.P.McCormick。具有正创新或有界创新的一阶自回归过程的估计。斯托克。程序。申请。, 31:237-250, 1989. ·Zbl 0692.62070号
[9] R.A.Davis和S.I.Resnick。max-arma过程的基本性质和预测。应用概率的进展，21（4）：781-8031989·Zbl 0716.62098号
[10] J.Einmahl、A.Kiriliouk和J.Segers。高维尾部相关性的连续更新加权最小二乘估计。极端, 21(2):205-233, 2018. ·Zbl 1402.62088号
[11] P.Embrechts、C.Klüppelberg和T.Mikosch。保险和金融极端事件建模海德堡施普林格出版社，1997年·Zbl 0873.62116号
[12] S.Engelke和A.Hitz。极值的图形模型。联合需求支持系统B, 82:871-932, 2020. ·Zbl 07554779号
[13] N.吉斯布尔。极值的图形建模：有向非循环图上的极大线性模型慕尼黑技术大学博士论文，2018年。
[14] N.Gissibl和C.Klüppelberg。有向非循环图上的Max-linear模型。伯努利，24（4A）：2693-27202018年·Zbl 1419.62138号
[15] N.Gissibl、C.Klüppelberg和S.L.Lauritzen。递归极大线性模型的可辨识性和估计。斯堪的纳维亚统计杂志, 48(1):188-211, 2021. ·Zbl 1467.62105号
[16] P.Hall、L.Peng和Q.Yao。时间序列极值的移动最大值模型。统计规划与推理杂志, 103:51-63, 04 2002. ·Zbl 0989.62047号
[17] P.Hall和I.Van Keilegom。当错误位于端点时，非参数“回归”。伯努利，15（3）：614-6332009·Zbl 1200.62036号
[18] G.F.意大利。路径检索数据结构的摊销效率。理论计算机科学, 48(3):273-281, 1986. ·兹伯利0638.68065
[19] A.Janßen和P.Wan\（k）-表示极值聚类。电子统计杂志, 14(1):1211 - 1233, 2020. ·Zbl 1439.62121号
[20] M.Jirak、A.Meister和M.Reiss。单侧误差非参数回归中的自适应函数估计。统计年刊, 42(5):1970-2002, 2014. ·Zbl 1305.62172号
[21] M.Joswig。热带组合学基础海德堡施普林格，2021年出炉·Zbl 07517377号
[22] J.Kiefer和J.Wolfowitz。存在无穷多个伴随参数时最大似然估计的相合性。数理统计年报, 27(4):887-906, 1956. ·Zbl 0073.14701号
[23] C.Klüppelberg和M.Krali。通过缩放估计极端贝叶斯网络。多元分析杂志, 181:104672, 2021. doi.org/10.1016/j.jmva.2020.104672·Zbl 1461.62083号
[24] C.Klüppelberg和S.Lauritzen。最大线性模型的贝叶斯网络。编辑F.Biagini、G.Kauermann和T.Meyer-Brandis，网络科学——从不同角度鸟瞰施普林格，2020年。
[25] D.Koller和N.Friedman。概率图形模型：原理和技术麻省理工学院出版社，马萨诸塞州剑桥，2009年·Zbl 1183.68483号
[26] J.B.Kruskal。关于图的最短生成子树和旅行商问题。美国数学学会会刊, 7(1):48-50, 1956. ·Zbl 0070.18404号
[27] S.L.Lauritzen。图形模型《克拉伦登出版社》，英国牛津，1996年·Zbl 0907.62001
[28] S.L.Lauritzen。图形模型的因果推断。O.E.Barndorff Nielsen、D.R.Cox和C.Klüppelberg，编辑，复杂随机系统，第63-107页。查普曼和霍尔/CRC出版社，伦敦/博卡拉顿，2001年·兹比尔1010.62004
[29] S.L.Lauritzen、A.P.Dawid、B.N.Larsen和H-G Leimer。有向马尔可夫场的独立性。网络, 20(5):491-505, 1990. ·Zbl 0743.05065号
[30] D.麦克拉根和B.斯特姆费尔斯。热带几何学导论《数学研究生》，第161卷。美国数学学会，罗得岛州普罗维登斯，2015年·Zbl 1321.14048号
[31] J.珀尔。因果关系：模型、推理和推理剑桥大学出版社，剑桥，第二版，2009年·Zbl 1188.68291号
[32] J.Peters、J.M.Mooij、D.Janzing和B.Schölkopf。连续加性噪声模型的因果发现。机器学习研究杂志, 15:2009-2053, 2014. ·Zbl 1318.68151号
[33] R.L.史密斯。一类非正则情况下的最大似然估计。生物特征, 72(1):67-90, 1985. ·Zbl 0583.62026号
[34] R.L.史密斯。非正规回归。生物特征, 81(1):173-183, 1994. ·Zbl 0803.62056号
[35] P.Spites、C.Glymour和R.Scheines。因果、预测和搜索麻省理工学院出版社，马萨诸塞州剑桥，第2版，2000年·Zbl 0806.62001
[36] N.Tran和J.Yu。产品混合拍卖和热带几何。运筹学数学, 44(4):1396-1411, 2019. ·Zbl 1434.91033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。