×

稀疏回归中的置信集。 (英语) Zbl 1288.62108号

摘要:考虑了在一个可能具有响应变量和参数的高维线性模型中构造置信集的问题。如果稀疏估计的速率不超过(n^{-1/4}),则完全诚实的自适应推断是可能的,否则稀疏自适应置信集只存在于存在稀疏估计的参数空间的严格子集上。利用参数空间上的最小(ell^{2})分离条件,给出了适应参数向量固定稀疏水平的置信集存在的充要条件。设计条件涵盖稀疏性模型中使用的通用相干假设,包括(可能相关的)亚高斯设计。

MSC公司:

62年5月 线性回归;混合模型
62层25 参数公差和置信区间
62G15年 非参数容差和置信区域
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Alexander,K.S.(1985年)。加权经验过程的增长率。《伯克利纪念杰里·内曼和杰克·基弗会议录》,第二卷(加州伯克利,1983年)。2 475-493. 加利福尼亚州贝尔蒙特市沃兹沃斯·Zbl 1372.60051号
[2] Arias-Castro,E.、Candès,E.J.和Plan,Y.(2011年)。稀疏备选方案下的全局测试:方差分析、多重比较和更高的批评。安。统计师。39 2533-2556. ·Zbl 1231.62136号 ·doi:10.1214/11-AOS910
[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.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
[5] Bickel,P.J.、Ritov,Y.和Tsybakov,A.B.(2009年)。同时分析套索和Dantzig选择器。安。统计师。37 1705-1732. ·Zbl 1173.62022号 ·doi:10.1214/08-AOS620
[6] Boucheron,S.、Lugosi,G.和Massart,P.(2013)。集中不平等。独立性的非渐近理论。牛津大学出版社,伦敦·Zbl 1279.60005号
[7] Bühlmann,P.和van de Geer,S.(2011)。高维数据统计:方法、理论和应用。海德堡施普林格·Zbl 1273.62015年
[8] Bull,A.D.和Nickl,R.(2013年)。自适应置信度设置在\(L^{2}\)中。普罗巴伯。理论相关领域156 889-919·Zbl 1273.62105号 ·doi:10.1007/s00440-012-0446-z
[9] Cai,T.T.和Low,M.G.(2006)。适应性信心球。安。统计师。34 202-228. ·Zbl 1091.62037号 ·doi:10.1214/0090536000000146
[10] Candès,E.和Tao,T.(2007年)。Dantzig选择器:当\(p)远大于\(n)时的统计估计。安。统计师。35 2313-2351. ·Zbl 1139.62019号 ·doi:10.1214/00905360000001523
[11] Dudley,R.M.(1967)。希尔伯特空间紧子集的大小和高斯过程的连续性。J.功能。分析。1 290-330. ·兹比尔0188.20502 ·doi:10.1016/0022-1236(67)90017-1
[12] Giné,E.和Nickl,R.(2009年)。核密度估计的分布函数的指数不等式,及其在自适应估计中的应用。普罗巴伯。理论相关领域143 569-596·Zbl 1160.62032号 ·doi:10.1007/s00440-008-0137-y
[13] Giné,E.和Nickl,R.(2010年)。密度估计中的置信带。安。统计师。38 1122-1170. ·Zbl 1183.62062号 ·doi:10.1214/09-AOS738
[14] 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
[15] Hoffmann,M.和Nickl,R.(2011年)。关于自适应推理和置信带。安。统计师。39 2383-2409. ·Zbl 1232.62072号 ·doi:10.1214/11-AOS903
[16] Ingster,Y.I.、Tsybakov,A.B.和Verzelen,N.(2010年)。稀疏回归中的检测边界。电子。《美国法律总汇》第4卷第1476-1526页·Zbl 1329.62314号 ·doi:10.1214/10-EJS589
[17] Javanmard,A.和Montanari,A.(2013)。高维回归的置信区间和假设检验。可从获取。1306.3171 ·Zbl 1319.62145号
[18] 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.
[19] 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
[20] Loh,P.-L.和Wainwright,M.J.(2012)。含噪声和缺失数据的高维回归:具有非凸性的可证明保证。安。统计师。40 1637-1664. ·Zbl 1257.62063号 ·doi:10.1214/12-AOS1018
[21] Pötscher,B.M.(2009)。基于稀疏估计的置信集必然很大。Sankhyá71 1-18·Zbl 1192.62096号
[22] Pötscher,B.M.和Schneider,U.(2011年)。高维高斯回归模型中阈值估计的分布结果。电子。J.Stat.5 1876-1934年·Zbl 1271.62149号 ·doi:10.1214/11-EJS659
[23] 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
[24] Talagrand,M.(1996)。乘积空间中的新的集中不等式。发明。数学。126 505-563. ·Zbl 0893.60001号 ·doi:10.1007/s002220050108
[25] van de Geer,S.A.(2000年)。M估计中的经验过程。剑桥大学出版社,剑桥·Zbl 0953.62049号
[26] van de Geer,S.(2001)。具有复杂度惩罚的最小二乘估计。数学。方法统计。10 355-374. ·Zbl 1005.62043号
[27] van de Geer,S.、Bühlmann,P.和Ritov,Y.(2013)。关于高维模型的渐近最优置信域和检验。提交。可在上获取。1303.0518 ·Zbl 1305.62259号 ·doi:10.1214/13-AOS1085
[28] van der Vaart,A.W.和Wellner,J.A.(1996)。弱收敛和经验过程。统计学中的斯普林格系列。纽约州施普林格·Zbl 0862.60002号
[29] Zhang,C.H.和Zhang、S.S.(2011年)。低维参数与高维数据的置信区间。2011年。网址:。1110.2563伏
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。