×

多元核密度估计中带宽选择的贝叶斯方法。 (英语) Zbl 1445.62077号

摘要:多元数据的核密度估计是一项重要的技术,具有广泛的应用。然而,与单变量对应变量相比,它受到的关注少得多。多元核密度估计的关注度较低,主要是因为随着数据维数的增加,推导最佳数据驱动带宽的难度增加。我们提供了马尔可夫链蒙特卡罗(MCMC)算法来估计多元核密度估计的最佳带宽矩阵。我们的方法基于将带宽矩阵的元素视为参数,其后验密度可以通过似然交叉验证准则获得。对二元数据的数值研究表明,MCMC算法在Kullback-Leibler信息准则下的性能通常优于插件算法,并且与在平均积分平方误差(MISE)准则下的插件算法一样好。对五维数据的数值研究表明,我们的算法优于常规参考规则。我们的MCMC算法是第一个用于多元核密度估计的数据驱动带宽选择器,适用于任何维度的数据。

MSC公司:

62G07年 密度估算
62甲12 多元分析中的估计
62第20页 统计学在经济学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abramson,I.,关于核估计中的带宽变化——平方根定律,Ann.Statist。,10, 1217-1223 (1982) ·Zbl 0507.62040号
[2] 阿伊特·萨哈利亚,Y.,《测试即期利率的连续时间模型》,《金融研究评论》,第9期,第385-426页(1996年)
[3] 阿伊特萨赫利亚,Y。;Lo,A.W.,金融资产价格中隐含的国家-政府密度的非参数估计,《金融杂志》,53,499-547(1998)
[4] Amenta,N.、Bern,M.、Kamvyselis,M.,1998年。一种新的基于Voronoi的曲面重建算法。第25届计算机图形与交互技术年会论文集,第415-421页。;Amenta,N.、Bern,M.、Kamvyselis,M.,1998年。一种新的基于Voronoi的曲面重建算法。《第25届计算机图形与交互技术年会论文集》,第415-421页。
[5] 阿扎里尼,A。;Capitanio,A.,《多元斜态正态分布的统计应用》,J.Roy。统计师。Soc.序列号。B、 61579-602(1999)·Zbl 0924.62050号
[6] 阿扎里尼,A。;Capitanio,A.,《对称扰动产生的分布,强调多元斜(t)分布》,J.Roy。统计师。Soc.序列号。B、 66367-389(2003年)·兹比尔1065.62094
[7] 阿扎里尼,A。;Dalla Valle,A.,多元斜正态分布,Biometrika,83115-726(1996)·Zbl 0885.62062号
[8] Bauwens,L。;Lubrano,M.,使用Gibbs采样器对GARCH模型进行贝叶斯推断,《计量经济学杂志》,第1期,C23-C26(1998)·Zbl 07708411号
[9] 鲍曼,A.W。;阿扎里尼,A.,《数据分析应用平滑技术》(1997),牛津大学出版社:牛津大学出版社伦敦·Zbl 0889.62027号
[10] Brewer,M.J.,核密度估计中局部平滑的贝叶斯模型,统计。计算,10299-309(2000)
[11] de Valpine,P.,《加权后验核密度估计的蒙特卡罗状态空间似然》,J.Amer。统计师。协会,99,523-536(2004)·Zbl 1117.62314号
[12] Donald,S.G.,《关于多元非参数关系中因子数量的推断》,《计量经济学》,65,103-131(1997)·Zbl 0873.62127号
[13] Duong,T。;Hazelton,M.L.,用于双变量核密度估计的插入式带宽选择器,J.非参数统计。,15, 17-30 (2003) ·Zbl 1019.62032号
[14] Härdle,W.,《平滑技术及其在S中的实现》(1991),Springer:Springer New York·Zbl 0716.62040号
[15] Hyndman,R.J.,《计算和绘制最高密度区域》,美国。统计人员。,50, 120-126 (1996)
[16] Izenman,A.J.,非参数密度估计的最新发展,J.Amer。统计师。协会,86,205-224(1991)·Zbl 0734.62040号
[17] 杰奎尔,E。;新几内亚波尔森。;Rossi,P.E.,《随机波动率模型的贝叶斯分析与致命性和相关误差》,《计量经济学杂志》,122185-212(2004)·Zbl 1328.91254号
[18] Jones,M.C.,A skew(t)distribution,(Charalambides,C.A.;Koutras,M.V.;Balakrishnan,N.,《概率与统计模型及其应用:Theophilos Cacoullos荣誉卷》(2001),查普曼与霍尔:查普曼和霍尔伦敦),269-278
[19] 琼斯,M.C。;Faddy,M.J.,\(t\)-分布的偏斜扩展及其应用,J.Roy。统计师。Soc.序列号。B、 66、159-174(2003)·Zbl 1063.62013年
[20] 琼斯,M.C。;Marron,J.S。;Sheather,S.J.,《密度估计带宽选择的简要调查》,J.Amer。统计师。协会,91,401-407(1996)·Zbl 0873.62040号
[21] Kim,S。;北谢泼德。;Chib,S.,《随机波动性:与ARCH模型的似然推断和比较》,Rev.Econom。螺柱,65,361-393(1998)·Zbl 0910.90067号
[22] Kitagawa,G.,Monte Carlo滤波器和高斯非线性状态空间模型的平滑器,J.Compute。图形统计。,5, 1-25 (1996)
[23] Marron,J.S.,《密度估算中交叉验证技术的比较》,Ann.Statist。,15, 152-162 (1987) ·Zbl 0619.62032号
[24] Roberts,G.O.,与采样算法相关的马尔可夫链概念,(Gilks,W.R.;Richardson,S.;Spiegelholter,D.J.,Markov chain Monte Carlo in Practice(1996),Chapman&Hall:Chapman&Hall London),45-57·兹比尔0839.62078
[25] Sain,S.R。;巴格利,K.A。;Scott,D.W.,多元密度的交叉验证,J.Amer。统计师。协会,89807-817(1994)·Zbl 0805.62059号
[26] Sain,S.R。;Scott,D.W.,《局部自适应密度估计》,J.Amer。统计师。协会,91,1525-1534(1996)·Zbl 0882.62035号
[27] 舒斯特,E.F。;Gregory,C.G.,《关于最大似然非参数密度估计量的不一致性》,(Eddy,W.F.,《计算机科学与统计:第13届界面研讨会论文集》(1981),Springer:Springer New York),295-298
[28] Scott,D.W.,《多元密度估计:理论、实践和可视化》(1992),威利出版社,威利纽约·Zbl 0850.62006号
[29] Simonoff,J.S.,《统计学中的平滑方法》(1996),Springer:Springer New York·Zbl 0859.62035号
[30] Stanton,R.,《期限结构动态和利率风险市场价格的非参数模型》,《金融杂志》,第52期,1973-2002(1997)
[31] 谢义光(Tse,Y.K.)。;张,X。;Yu,J.,用马尔可夫链蒙特卡罗模拟估计双曲扩散,定量金融,4158-169(2004)·Zbl 1409.62180号
[32] van der Laan,M.J.、Dudoit,S.、Keles,S.,2004年。基于似然的交叉验证的渐近最优性。统计师。申请。遗传学鼹鼠。生物学4(1),第4条。;van der Laan,M.J.、Dudoit,S.、Keles,S.,2004年。基于似然的交叉验证的渐近最优性。统计师。申请。遗传学鼹鼠。生物学第4(1)条,第4条·Zbl 1038.62040号
[33] 魔杖,M.P。;Jones,M.C.,二元核密度估计中平滑参数化的比较,J.Amer。统计师。协会,88,520-528(1993)·Zbl 0775.62105号
[34] 魔杖,M.P。;Jones,M.C.,多元插件带宽选择,计算。统计人员。,9, 97-116 (1994) ·兹比尔0937.62055
[35] 魔杖,M.P。;Jones,M.C.,Kernel Smoothing(1995),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0854.62043号
[36] Zhang,X.,King,M.L.,2004年。带有重尾和相关误差的Box-Cox随机波动率模型。莫纳什大学Mimeo。;Zhang,X.,King,M.L.,2004年。带有重尾和相关误差的Box-Cox随机波动率模型。莫纳什大学Mimeo。
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。