田晓英；乔纳森·泰勒 选择性推理的渐近性。 （英语） Zbl 1422.62252号 扫描。J.统计。 44，第2期，480-499（2017）. 摘要：在本文中，我们寻求建立选择性推理过程的渐近结果，以消除高斯性假设。我们考虑的一类选择过程是由仿射不等式决定的，我们称之为仿射选择过程。仿射选择过程的示例包括沿着最小绝对收缩和选择算子（LASSO）的解路径进行选择性推断，以及在正则化参数的固定值处拟合最小绝对收缩与选择算子后进行选择性推断。我们还考虑了惩罚广义线性模型中的一些测试。我们的结果证明了在高维环境中的渐近收敛性，其中对于某些过程，（n<p）和（n）可以是维数的对数因子。 引用于16文件 MSC公司： 62J07型 岭回归；收缩估计器（拉索） 62甲12 多元分析中的估计 关键词：高维推理；套索；非高斯误差；选择性推理；最小绝对收缩和选择算子 PDF格式BibTeX公司 XML格式引用 \textit{X.Tian}和\textit{J.Taylor}，Scand。《美国法律总汇》第44卷，第2期，第480-499页（2017年；兹bl 1422.62252） 全文： 内政部 arXiv公司