del Barrio,尤斯塔西奥;赫里斯托·伊努什;卡洛斯·马特兰 Lipschitz正则化的Box约束单调逼近及其在稳健测试中的应用。 (英语) 兹比尔1466.62324 J.优化。理论应用。 187,编号1,65-87(2020). 小结:统计分析中对精确模型的拟合测试通常会导致拒绝,即使模型是数据随机生成器的有用近似描述。在固定模型的可能松弛中,由污染邻里定义的模型因其在稳健统计中的核心作用而备受关注。对于实线上的概率,对固定模型的污染邻域的拟合的一致性测试可以基于模型和底层随机生成器的修剪集之间的最小Kolmogorov距离。我们根据变分问题为这个泛函提供了一些替代公式。因此,可以有效地进行适合污染社区的测试。此外,我们还证明了方向可微性的一个结果,为研究此类检验的渐近性质提供了理论基础。 MSC公司: 62G35型 非参数稳健性 6220国集团 非参数推理的渐近性质 第26页第16页 利普希茨(霍尔德)班 41A29号 带约束的近似 49J55型 随机性问题最优解的存在性 关键词:污染街区;科尔莫戈洛夫距离;Lipschitz连续逼近;分布函数;修剪概率;Pasch-Hausdorff信封;利普希茨正则化;稳健性;方向可微性 PDF格式BibTeX公司 XML格式引用 \textit{E.del Barrio}等人,J.Optim。理论应用。187,编号1,65--87(2020;Zbl 1466.62324) 全文: 内政部 arXiv公司 参考文献: [1] Davies,PL,近似数据,J.Korean Stat.Soc.,37191-211(2008)·Zbl 1242.62007年 ·doi:10.1016/j.jkss.2008.03.004 [2] Wellek,S.,《检验等效性和非劣效性的统计假设》(2010年),美国:CRC,美国·Zbl 1219.62002号 [3] Munk,A。;Czado,C.,《相似分布的非参数验证和拟合优度评估》,J.R.Statist。Soc.B,60,223-241(1998年)·Zbl 0909.62047号 ·doi:10.1111/1467-9868.00121 [4] Lindsay,B。;Liu,J.,《模拟虚假世界的模型评估工具》,《统计科学》。,24, 303-318 (2009) ·Zbl 1329.62099号 ·文件编号:10.1214/09-STS302 [5] Dette,H。;Wied,D.,《检测时间序列模型中的相关变化》,J.R.Stat.Soc.B,78,371-394(2016)·Zbl 1414.62360号 ·doi:10.1111/rssb.12121 [6] Dette,H。;莫伦霍夫,K。;沃尔古舍夫,S。;Bretz,F.,回归曲线的等效性,美国统计协会,113,711-729(2018)·Zbl 1398.62045号 ·doi:10.1080/01621459.2017.1281813 [7] Dette,H。;Wu,W.,检测非平稳过程平均值的相关变化——质量过剩方法,Ann.Statist。,47, 3578-3608 (2019) ·Zbl 1435.62320号 ·doi:10.1214/19-AOS1811 [8] 阿尔瓦雷斯-埃斯特班,PC;del Barrio,E。;加利福尼亚州库斯塔·阿尔贝托斯;Matrán,C.,近似随机顺序的污染模型,TEST,25751-774(2016)·Zbl 1373.60040号 ·doi:10.1007/s11749-016-0494-2 [9] 阿尔瓦雷斯-埃斯特班,PC;del Barrio,E。;加利福尼亚州库斯塔·阿尔贝托斯;Matrán,C.,《治疗改善评估模型:理想和可行》,Statist。科学。,32, 469-485 (2017) ·Zbl 1442.62760号 ·doi:10.1214/17-STS616 [10] del Barrio,E.,Inouzhe,H.,Matrán,C.:关于模型的近似验证:基于Kolmogorov-Smirnov的方法。测试(2019年)。2017年10月10日/11749-019-00691-1·Zbl 1474.62097号 [11] 霍奇斯,JL;Lehmann,E.,《检验统计假设的近似有效性》,J.R.Stat.Soc.B,16,261-268(1954)·Zbl 0057.35403号 [12] Huber,PJ,位置参数的稳健估计,Ann.Math。统计人员。,35, 73-101 (1964) ·Zbl 0136.39805号 ·doi:10.1214/aoms/1177703732 [13] Rudas,T。;克罗格,CC;Lindsay,BG,基于混合方法的列联表分析新拟合指数,J.R.Stat.Soc.B,56,623-639(1994)·Zbl 0800.62301号 [14] 刘杰。;Lindsay,B.,为参数多项式模型构建和使用半参数容差区域,Ann.Statist。,37, 3644-3659 (2009) ·Zbl 1369.62100号 ·doi:10.1214/08-AOS603 [15] Barron,A.,《统一强大的拟合优度测试》,Ann.Statist。,17, 107-124 (1989) ·兹比尔0674.62032 ·doi:10.1214/aos/1176347005 [16] 阿尔瓦雷斯-埃斯特班,PC;del Barrio,E。;司法部长Cuesta Albertos;Matrán,C.,《样品和修剪的相似性》,伯努利,18,606-634(2012)·Zbl 1239.62005号 ·doi:10.3150/11-BEJ351 [17] Gordaliza,A.,基于修剪程序的随机变量最佳近似,J.近似理论,64,162-180(1991)·Zbl 0745.41030号 ·doi:10.1016/0021-9045(91)90072-I [18] 阿尔瓦雷斯-埃斯特班,PC;del Barrio,E。;加利福尼亚州库斯塔·阿尔贝托斯;Matrán,C.,最优不完全运输计划的唯一性和近似计算,Ann.I.H.Poincaré-Pr.,47,358-375(2011)·Zbl 1215.49042号 ·doi:10.1214/09-AIHP354 [19] Rockafellar,RT公司;Wets,RJB,变分分析(2009),柏林:施普林格出版社,柏林 [20] 弗吉尼亚州乌巴亚,同位素优化。一、 J.近似理论,12146-159(1974)·Zbl 0288.41019号 ·doi:10.1016/0021-9045(74)90044-6 [21] 弗吉尼亚州乌巴亚,同位素优化。二、 J.近似理论,12315-331(1974)·Zbl 0292.41026号 ·doi:10.1016/0021-9045(74)90075-6 [22] Shapiro,A.,《关于方向可微性的概念》,J.Optim。理论应用。,66, 477-487 (1990) ·Zbl 0682.49015号 ·doi:10.1007/BF00940933 [23] Cárcamo,J。;Cuevas,A。;Rodríguez,L-A,上确型泛函的方向可微性:统计应用,Bernoulli,26,2143-2175(2020)·Zbl 1442.62110号 ·doi:10.3150/19-BEJ1188 [24] Davies,PL,数据特征,Stat.Neerl。,49, 185-245 (1995) ·Zbl 0831.62001号 ·doi:10.1111/j.1467-9574.1995.tb01464.x [25] Davies,P.L.:数据分析和近似模型:模型选择、位置尺度、方差分析。CRC出版社,《非参数回归与图像分析》(2014)·Zbl 1360.62007年 [26] Genovese,C。;Wasserman,L.,错误发现控制的随机过程方法,Ann.Statist。,32, 1035-1061 (2004) ·Zbl 1092.62065号 ·doi:10.1214/009053604000000283 [27] 明绍森,N。;赖斯,J.,《在大量独立测试的假设中估计假零假设的比例》,《统计年鉴》。,34, 373-393 (2006) ·Zbl 1091.62059号 ·doi:10.1214/009053605000000741 [28] 阿尔瓦雷斯-埃斯特班,PC;del Barrio,E。;加利福尼亚州库斯塔·阿尔贝托斯;Matrán,C.,《分布的修剪比较》,《美国统计协会期刊》,第103期,第697-704页(2008年)·Zbl 1471.62262号 ·doi:10.1198/0162145000000274 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。