阿尔洛，西尔万;吉尔斯·布兰查德;艾蒂安·罗奎恩 关于高维重采样的一些非共形结果。一： 置信区域。 （英语） Zbl 1180.62066号 Ann.统计。 38，第1期，51-82（2010）. 摘要：我们研究了坐标具有未知依赖结构的随机向量平均值的广义bootstrap置信域。随机向量应为高斯分布或具有对称有界分布。向量的维数可能远大于观察值的数量，我们关注信心水平的非共鸣控制，遵循学习理论中最新结果的启发。我们考虑两种方法，第一种基于浓度原理（适用于大类重采样权重），第二种基于重采样分位数，特别是使用Rademacher权重。基于集中原则的方法中确定的几个中间结果本身就很有意义。我们还讨论了使用重采样量的蒙特卡罗近似时的准确性问题。 引用于2评论引用于19文件 MSC公司： 62G09号 非参数统计重采样方法 62G15年 非参数容差和置信区域 关键词：置信区域;高维数据;无症状差错控制;重新取样;交叉验证;集中不等式;重采样分位数 PDF格式BibTeX公司 XML格式引用 \textit{S.Arlot}等人，Ann.Stat.38，No.1，51--82（2010；Zbl 1180.62066） 全文： 内政部 arXiv公司 参考文献： [1] Arlot，S.（2007）。重新采样和模型选择。巴黎第十一大学博士论文·Zbl 1326.62097号 [2] Arlot，S.、Blanchard，G.和Roquain，E。(2010). 关于高维重采样的一些非共形结果。二： 多次测试。安。统计师。38 83-99. ·Zbl 1181.62055号 ·doi:10.1214/08-AOS668 [3] Baraud，Y.（2004）。高斯回归中的置信球。安。统计师。32 528-551. ·Zbl 1093.62051号 ·doi:10.1214/009053604000000085 [4] Beran，R.（2003）。bootstrap对统计算法和理论的影响。统计师。科学。18 175-184. ·Zbl 1331.62177号 ·doi:10.1214/s/106394972 [5] Beran，R.和Dümbgen，L.（1998）。估计量和置信集的调制。安。统计师。26 1826-1856. ·Zbl 1073.62538号 ·doi:10.1214/aos/1024691359 [6] Cai，T.和Low，M.（2006）。适应性信心球。安。统计师。34 202-228. ·Zbl 1091.62037号 ·doi:10.1214/0090536000000146 [7] Cirel’son，B.R.、Ibragimov，I.A.和Sudakov，V.N.（1976年）。高斯样本函数的范数。第三届日美SSR概率论研讨会论文集。数学课堂笔记550 20-41。柏林施普林格·Zbl 0359.60019号 [8] Darvas，F.、Rautiainen，M.、Pantazis，D.、Baillet，S.、Benali，H.、Mosher，J.、Garnero，L.和Leahy，R.（2005）。利用自举法研究MEG中的偶极子定位精度。神经影像25 355-368。 [9] DiCiccio，T.J.和Efron，B.（1996）。引导置信区间。统计师。科学。11 189-228. ·Zbl 0955.62574号 ·doi:10.1214/ss/1032280214 [10] Durot，C.和Rozenholc，Y.（2006年）。零均值的自适应测试。数学。方法统计。15 26-60. [11] Efron，B.（1979年）。引导方法：再看一下折刀。Ann.Statist公司。7 1-26. ·Zbl 0406.62024号 ·doi:10.1214/aos/1176344552 [12] Fisher，R.A.（1935年）。实验设计。奥利弗和博伊德，爱丁堡·Zbl 0011.03205号 [13] Fromont，M.（2007）。通过引导惩罚选择模型进行分类。机器。学习。66 165-207. [14] Ge，Y.，Dudoit，S.和Speed，T.P.（2003）。用于微阵列数据分析的基于重采样的多重测试。测试12 1-77·Zbl 1056.62117号 ·doi:10.1007/BF02595811 [15] Hall，P.（1992）。Bootstrap和Edgeworth扩展。纽约州施普林格·Zbl 0744.62026号 [16] Hall，P.和Mammen，E.（1994年）。关于一般重采样算法及其在分布估计中的性能。安。统计师。22 2011-2030. ·Zbl 0828.62039号 ·doi:10.1214/aos/1176325769 [17] Hoffmann，M.和Lepski，O.（2002年）。各向异性回归中的随机率。安。统计师。30 325-396. ·Zbl 1012.62042号 ·doi:10.1214/aos/1021379858 [18] Jerbi，K.、Lachaux，J.-P.、N'Diaye，K.，Pantazis，D.、Leahy，R.M.、Garnero，L.和Baillet，S.（2007年）。MEG成像揭示了人类手速度的相干神经表征。PNAS 104 7676-7681。 [19] Juditsky，A.和Lambert-Lacroix，S.（2003年）。非参数置信集估计。数学。方法统计。12 410-428. [20] Koltchinskii，V.（2001年）。Rademacher惩罚和结构风险最小化。IEEE传输。通知。理论47 1902-1914·Zbl 1008.62614号 ·doi:10.1109/18.930926 [21] Lepski，O.V.（1999）。如何提高估算的准确性。数学。方法统计。8 441-486之间·Zbl 1033.62032号 [22] Li，K.-C.（1989）。非参数回归的诚实置信区域。安。统计师。17 1001-1008. ·兹比尔0681.62047 ·doi:10.1214/aos/1176347253 [23] Mason，D.M.和Newton，M.A.（1992年）。一种对一般引导一致性的秩统计方法。安。统计师。20 1611-1624. ·Zbl 0777.62045号 ·doi:10.1214/aos/1176348787 [24] 马萨特，P.（2007）。浓度不等式和模型选择（St-Flour概率暑期学校2003年讲稿）。1896年数学课堂讲稿。柏林施普林格·Zbl 1170.60006号 ·doi:10.1007/978-3-540-48503-2 [25] McDiarmid，C.（1989）。关于有界差分法。在组合数学调查中。伦敦数学学会讲义141 148-188。剑桥大学出版社，剑桥·兹伯利0712.05012 [26] Pantazis，D.、Nichols，T.E.、Baillet，S.和Leahy，R.M.（2005）。MEG数据统计分析中随机场理论和排列方法的比较。神经影像25 383-394。 [27] Politis，D.N.、Romano，J.P.和Wolf，M.（1999）。二次采样。纽约州施普林格·Zbl 0931.62035号 [28] Prstgaard，J.和Wellner，J.A.（1993年）。一般经验过程的可交换加权自举。安·普罗巴伯。21 2053-2086. ·Zbl 0792.62038号 ·doi:10.1214/aop/1176989011 [29] Robins，J.和van der Vaart，A.（2006年）。自适应非参数置信集。安。统计师。34 229-253. ·Zbl 1091.62039号 ·doi:10.1214/009053605000000877 [30] Romano，J.P.和Wolf，M.（2005）。多假设检验的精确和近似逐步下降法。J.Amer。统计师。协会100 94-108·Zbl 1117.62416号 ·doi:10.1198/016214500000539 [31] van der Vaart，A.W.和Wellner，J.A.（1996）。弱收敛和经验过程。纽约州施普林格·Zbl 0862.60002号 [32] Waberski，T.、Gobbele，R.、Kawohl，W.、Cordes，C.和Buchner，H.（2003）。拇指局部麻醉阻滞后即刻皮层重组：人体体感诱发电位的源定位。神经科学。莱特。347 151-154. 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。