×
布阿勒姆·杰希切;奥斯曼·马扎尔;克里斯蒂安·罗哈斯。

有限脉冲响应模型：最小二乘估计的非渐近分析。 （英语） Zbl 1473.62233号

伯努利 27，第2期，976-1000（2021）.
作者研究了有限脉冲响应（FIR）系统，该系统在某种意义上是最简单的离散时间动力系统。特别令人感兴趣的是线性回归变量的情况，它导致了带有“时移”随机协变量的线性回归模型。作者推导了参数的最小二乘估计量（LSE）的非渐近近似最优估计和预测界。特别是基于相关协变量向量和的范数及其协方差算子的奇异值的两个集中不等式，它们给出了LSE估计误差和预测风险的高概率界。接下来讨论了在高斯情况下基于Cramer-Rao风险下限获得的结果的最优性。
审核人：沃尔夫冈·纳瑟（弗赖堡）

理学硕士：

62J02型 一般非线性回归
60欧元15 不平等；随机排序
60对20 随机矩阵（概率方面）
93C55美元 离散时间控制/观测系统
93E24型 随机控制系统的最小二乘法及其相关方法

关键词：

集中度不等式;有限脉冲响应;最小二乘法;非渐近估计;随机协方差Toeplitz矩阵;移位随机向量
PDF格式BibTeX公司 XML格式引用
\textit{B.Djehiche}等人，Bernoulli 27，No.2，976--1000（2021；Zbl 1473.62233）
全文： 内政部 arXiv公司

参考文献：

[1] Abramowitz，M.和Stegun，I.A.（1974年）。数学函数手册:使用公式、图形和数学表纽约：多佛。
[2] Adamczak，R.（2013）。随机矩形Toeplitz矩阵的算子范数。在高维概率VI.概率论进展66 247-260. 巴塞尔：Birkhäuser/Springer·兹比尔1271.60013
[3] Adamczak，R.、Litvak，A.E.、Pajor，A.和Tomczak-Jaegermann，N.（2011年）。经验协方差矩阵收敛速度的尖锐界限。C.R.数学。阿卡德。科学。巴黎349 195-200. ·Zbl 1208.60006号 ·doi:10.1016/j.crma.2010.12.014
[4] Audibert，J.-Y.和Catoni，O.（2011年）。稳健线性最小二乘回归。安。统计师。39 2766-2794. ·Zbl 1231.62126号 ·doi:10.1214/11-AOS918
[5] Boczar，R.、Matni，N.和Recht，B.（2018年）。未知系统输出反馈控制的有限数据性能保证。arXiv:1803.09186提供。
[6] Candes，E.J.和Tao，T.（2006）。随机投影的近最优信号恢复：通用编码策略？IEEE传输。Inf.理论52 5406-5425. ·Zbl 1309.94033号 ·doi:10.1109/TIT.2006.885507
[7] Dalalyan，A.S.、Hebiri，M.和Lederer，J.（2017）。关于拉索的预测性能。伯努利23 552-581. ·Zbl 1359.62295号 ·doi:10.3150/15-BEJ756
[8] Dieuleveut，A.、Flamarion，N.和Bach，F.（2017年）。最小二乘回归的收敛速度更难、更好、更快、更强。J.马赫。学习。物件。18 101. ·Zbl 1441.62215号
[9] Dirksen，S.（2015）。通过通用链接的尾部边界。电子。J.概率。20 53. ·Zbl 1327.60048号 ·doi:10.1214/EJP.v20-3760
[10] Einmahl，U.和Li，D.（2008年）。Banach空间中LIL行为的特征。事务处理。阿默尔。数学。Soc公司。360 6677-6693. ·Zbl 1181.60010号 ·doi:10.1090/S0002-9947-08-04522-4
[11] Giné，E.和Nickl，R.（2016）。无限维统计模型的数学基础.剑桥统计与概率数学系列纽约：剑桥大学出版社·Zbl 1358.62014号 ·文件编号：10.1017/CBO9781107337862
[12] Hamilton，J.D.（1989）。非平稳时间序列和经济周期经济分析的新方法。计量经济学57 357-384之间·Zbl 0685.62092号 ·doi:10.2307/1912559
[13] Hazan，E.，Lee，H.，Singh，K.，Zhang，C.，Zhang-Y.（2018年）。一般线性动力系统的谱滤波。在神经信息处理系统研究进展4634-4643.
[14] Hazan，E.、Singh，K.和Zhang，C.（2017年）。通过谱滤波学习线性动力系统神经信息处理系统研究进展30 6702-6712.
[15] Hsu，D.、Kakade，S.M.和Zhang，T.（2012）。岭回归的随机设计分析。在会议记录25第十届学习理论年会（S.Mannor、N.Srebro和R.C.Williamson编辑）。机器学习研究进展23 9.1-9.24. 苏格兰爱丁堡：PMLR。可在http://proceedings.mlr.press/v23/hsu12.html。 ·Zbl 1298.62120号
[16] Koltchinski，V.和Lounici，K.（2017）。样本协方差算子的集中不等式和矩界。伯努利23 110-133. ·Zbl 1366.60057号 ·doi:10.3150/15-BEJ730
[17] Krasnosel'skii，M.A.和Rutitskii，Y.B.（1961年）。凸函数与Orlicz空间格罗宁根：诺德霍夫·Zbl 0095.09103号
[18] Ljung，L.（1999）。系统标识:用户理论第二版，纽约：普伦蒂斯·霍尔。
[19] Meckes，M.W.（2007年）。关于随机Toeplitz矩阵的谱范数。电子。Commun公司。普罗巴伯。12 315-325. ·Zbl 1130.15018号 ·doi:10.1214/ECP.v12-1313
[20] Mendelson，S.（2017）。弱力矩假设下的乘数过程。在函数分析的几何方面.数学课堂笔记。2169 301-318. 查姆：斯普林格。可在https://doi.org/10.1007/978-3-319-45282-1_19。 ·Zbl 1366.60044号
[21] Oliveira，R.I.（2016）。随机二次型的下尾及其在普通最小二乘中的应用。普罗巴伯。理论相关领域166 1175-1194. ·Zbl 1360.60075号 ·doi:10.1007/s00440-016-0738-9
[22] Rao，C.R.（1992年）。统计参数估计中可获得的信息和准确性。在统计学的突破:基础和基本理论235-247. 纽约：施普林格。
[23] Rudelson，M.和Vershynin，R.（2013）。Hanson-Wright不等式与亚高斯浓度。电子。Commun公司。普罗巴伯。18 82. ·兹比尔1329.60056 ·doi:10.1214/ECP.v18-2865
[24] Sarkar，T.和Rakhlin，A.（2018年）。线性动力系统的学习速度有多快？CoRR公司可在abs/1812.01251购买。
[25] Sarkar，T.、Rakhlin，A.和Dahleh，M.A.（2019）。未知阶部分观测LTI系统的有限时间系统辨识。CoRR公司可在abs/1902.01848处购买。
[26] Simchowitz，M.、Mania，H.、Tu，S.、Jordan，M.I.和Recht，B.（2018年）。学习而不混合：对线性系统辨识进行尖锐分析。在会议记录31第一届学习理论会议75 439-473.
[27] Talagrand，M.（2014）。随机过程的上下限:现代方法与经典问题.Ergebnisse der Mathematik和Ihrer Grenzgebiete. 3.福克。现代数学调查系列[数学及相关领域成绩. 3rd系列。现代数学调查系列] 60. 海德堡：施普林格·Zbl 1293.60001号 ·doi:10.1007/978-3-642-54075-2
[28] Tu，S.、Boczar，R.、Packard，A.和Recht，B.（2017）。粗粒度辨识鲁棒控制的非症状分析。可从arXiv:1707.04791获取。
[29] Tu，S.、Boczar，R.和Recht，B.（2018年）。\[{\mathcal的Minimax下限{高}_{\infty}}\]-范数估计。可从arXiv:1809.10855获取。
[30] Vershynin，R.（2018）。高维概率:数据科学应用简介.剑桥统计与概率数学系列47.剑桥：剑桥大学出版社·Zbl 1430.60005号 ·doi:10.1017/9781108231596
[31] Yaskov，P.（2015）。无四阶矩条件下随机矩阵最小奇异值的锐利下界。电子。Commun公司。普罗巴伯。20 44 ·Zbl 1318.60009号 ·doi:10.1214/ECP.v20-4089
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。