×
哈贡奥特奈姆;达格·特约西姆

多元数据的局部高斯密度估计。 （英语） Zbl 1384.62128号

统计计算。 27，第6期，1595-1616（2017）.
摘要：众所周知，维数诅咒会导致标准的核密度估计器随着变量数量的增加而迅速崩溃。在非参数回归中，这种影响可以通过各种方式得到缓解，例如通过假设变量之间的相互作用具有可加性或其他简化结构。本文提出了局部高斯密度估计（LGDE），它为密度估计问题引入了类似的思想。LGDE是多元概率密度函数非参数估计的一种新方法。它基于边缘观测向量向标准正态的初步转换，以及所得分布与标准正态边缘的简化局部似然拟合。介绍了LGDE，导出了渐近理论。特别是，LGDE的收敛速度与维数无关。使用真实和模拟数据的示例证实估计器在有限样本量下表现良好。

引用于5文件

MSC公司：

62G07年 密度估算
62甲12 多元分析中的估计
6220国集团 非参数推理的渐近性质

关键词：

多元非参数密度估计;维数灾难;局部似然

软件：

R（右）;锡;ElemStatLearn（电子状态学习）
PDF格式BibTeX公司 XML格式引用
\textit{H.Otneim}和\textit{D.Tjötheim}，统计计算。27，第6号，1595--1616（2017；Zbl 1384.62128）
全文： 内政部

参考文献：

[1] Aas，K.，Czado，C.，Frigessi，A.，Bakken，H.：多重依赖的对copula结构。保险。数学。经济。44（2），182-198（2009）·Zbl 1165.60009号 ·doi:10.1016/j.insmateco.2007.02.001
[2] Andrews，D.W.K.：泛型一致收敛。经济。理论8（2），241-257（1992）·doi:10.1017/S0266466600012780
[3] 阿扎里尼，A.：偏态分布和相关的多变量家族。扫描。《美国联邦法律大全》32（2），159-188（2005）·Zbl 1091.62046号 ·数字对象标识代码：10.1111/j.1467-9469.2005.00426.x
[4] Bedford，T.，Cooke，R.M.：Vines：一个新的因随机变量图形模型。Ann.Stat.30（4），1031-1068（2002）·Zbl 1101.62339号 ·doi:10.1214/aos/1031689016
[5] Berentsen，G.D.，Tjötheim，D.：使用局部高斯相关性识别和可视化二元数据中偏离独立性的情况。统计计算。24(5), 785-801 (2014) ·Zbl 1322.62140号 ·doi:10.1007/s11222-013-9402-8
[6] Berentsen，G.D.，Stöve，B.，Tjötheim，D.，Nordbö，T.：识别和可视化连接函数：使用局部高斯近似的方法。保险公司。数学。经济。57, 90-103 (2014) ·Zbl 1304.62085号 ·doi:10.1016/j.insmateco.2014.04.05
[7] Patrick Billingsley：概率与测度。威利，牛津（2008）·Zbl 0411.60001号
[8] Bowman，A.W.：密度估计值平滑的交叉验证替代方法。《生物特征》71（2），353-360（1984）·doi:10.1093/biomet/71.2.353
[9] Friedman，J.H.，Stuetzle，W.，Schroeder，A.：投影追踪密度估计。《美国统计协会期刊》79（387），599-608（1984）·doi:10.1080/01621459.1984.10478086
[10] Geenens，G.：单位区间上核密度估计的Probit变换。《美国统计协会期刊》109（505），346-358（2014）·Zbl 1367.62107号 ·doi:10.1080/01621459.2013.842173
[11] Geenens，G.，Charpentier，A.，Paindaveine，D.：用于copula密度非参数核估计的Probit变换。arXiv:1404.4414（预印本）（2014年）·Zbl 1392.62101号
[12] Genest，C.，Segers，J.：关于渐近经验copula过程的协方差。J.多变量。分析。101(8), 1837-1845 (2010) ·Zbl 1211.62030号 ·doi:10.1016/j.jmva.2010.03.018
[13] Hall，P.：关于Kullback-Leibler损失和密度估计。Ann.Stat.15（4），1491-1519（1987）·兹比尔0678.62045 ·doi:10.1214/aos/1176350606
[14] Hastie，T.、Tibshirani，R.、Friedman，J.：《统计学习的要素》。数据挖掘、推断和预测。柏林施普林格出版社（2009）·Zbl 1273.62005年
[15] Hjort，N.L.，Glad，I.K.：以参数开始的非参数密度估计。Ann.Stat.23（3），882-904（1995年）·Zbl 0838.62027号 ·doi:10.1214/aos/1176324627
[16] Hjort，N.L.，Jones，M.C.：局部参数非参数密度估计。Ann.Stat.24（4），1619-1647（1996）·兹比尔0867.62030 ·doi:10.1214/aos/1032298288
[17] Hwang，J.-N.，Lay，S.-R.，Lippman，A.：非参数多元密度估计：一项比较研究。信号处理。IEEE传输。42（10），2795-2810（1994）·数字对象标识代码：10.1109/78.324744
[18] Jones，M.C.：核密度估计的简单边界校正。统计计算。3(3), 135-146 (1993) ·doi:10.1007/BF00147776
[19] Loader，C.R.：局部似然密度估计。Ann.Stat.24（4），1602-1618（1996）·Zbl 0867.62034号 ·doi:10.1214/aos/1032298287
[20] Mikosch，T.：《科普拉斯：故事与事实》。极端9（1），3-20（2006）·Zbl 1164.62355号 ·数字对象标识码：10.1007/s10687-006-0015-x
[21] Nagler，T.，Czado，C.：使用简化的藤连接函数在非参数密度估计中避免维数灾难。J.多变量。分析。151, 69-89 (2016) ·Zbl 1346.62071号
[22] Newey，W.K.：概率一致收敛和随机等度连续性。《计量经济学》59（4），1161-1167（1991）·Zbl 0743.60012号 ·doi:10.2307/2938179
[23] Otneim，H.，Karlsen，H.A.，Tjöstehim，D.：局部似然密度估计的偏差和带宽。Stat.遗嘱认证。莱特。83(5), 1382-1387 (2013) ·Zbl 1283.62079号 ·doi:10.1016/j.spl.2013.02.003
[24] Parzen，E.：关于概率密度函数和模式的估计。安。数学。《美国联邦法律大全》第33（3）卷，第1065-1076页（1962年）·Zbl 0116.11302号 ·doi:10.1214/aoms/1177704472
[25] Politis，D.N.，Romano，J.P.：具有无限阶一般平顶核的多变量密度估计。J.多变量。分析。68(1), 1-25 (1999) ·Zbl 0954.62042号 ·doi:10.1006/jmva.1998.1774
[26] R核心团队。R： 统计计算语言和环境。R统计计算基金会，奥地利维也纳。https://www.R-project.org/ (2015)
[27] Ruppert，D.，Cline，D.B.H.：通过平滑经验变换减少核密度估计中的偏差。Ann.Stat.22（1），185-210（1994年）·Zbl 0795.62042号 ·doi:10.1214/aos/1176325365
[28] Schervish，M.J.：统计学理论。柏林施普林格（1995）·兹比尔0834.62002 ·doi:10.1007/978-1-4612-4250-5
[29] Severini，T.A.：统计学中的似然方法。牛津科学出版物。牛津大学出版社。ISBN9780198506508（2000）·Zbl 0743.60012号
[30] Silverman，B.W.：《统计和数据分析密度估计》，第26卷。CRC出版社，伦敦（1986）·Zbl 0617.62042号 ·doi:10.1007/978-1-4899-3324-9
[31] Sklar，A.：维度和边界的划分函数。巴黎第八大学（1959年）·Zbl 0100.14202号
[32] Sperlich，S.、Tjötheim，D.、Yang，L.：加性模型中交互作用的非参数估计和测试。经济。理论18（02），197-251（2002）·Zbl 1109.62310号 ·doi:10.1017/S0266466602186
[33] Stone，C.J.：核密度估计的渐近最优窗口选择规则。Ann.Stat.12（4），1285-1297（1984）·Zbl 0599.62052号 ·doi:10.1214/aos/1176346792
[34] Stone，C.J.：对数样条模型的大样本推断。Ann.Stat.18（2），717-741（1990）·Zbl 0712.62036号
[35] Stone，C.J.，Hansen，M.H.，Kooperberg，C.，Truong，Y.K.等人：扩展线性建模中的多项式样条及其张量积：1994年Wald纪念讲座。Ann.Stat.25（4），1371-1470（1997）·Zbl 0924.62036号 ·doi:10.1214/aos/1031594728
[36] Stone，M.：统计预测的交叉验证选择和评估。J.R.统计社会服务。B（方法学）36（2），111-147（1974）·Zbl 0308.62063号
[37] Støve，B.，Tjøstheim，D.，Hufthammer，K.O.：在金融传染的非线性重新检查中使用局部高斯相关性。J.恩皮尔。财务。25, 62-82 (2014) ·doi:10.1016/j.jempfin.2013.11.006
[38] Tjötheim，D.，Hufthammer，K.O.：局部高斯相关性：一种新的相关性度量。《经济学杂志》。172(1), 33-48 (2013) ·Zbl 1443.62288号 ·doi:10.1016/j.econom.2012.08.001
[39] Van der Vaart，A.W.：渐近统计，第3卷。剑桥大学出版社，剑桥（2000）·Zbl 0910.62001号
[40] Wand，M.P.，Jones，M.C.：多元插件带宽选择。计算。《统计》第9（2）卷，第97-116页（1994年）·兹比尔0937.62055
[41] Wand，M.P.、Marron，J.S.、Ruppert，D.：密度估算中的转换。《美国统计协会期刊》86（414），343-353（1991）·Zbl 0742.62046号 ·doi:10.1080/01621459.1991.10475041
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。