安妮卡·贝肯;亚历山大·施努尔 深度图案。 arXiv公司:2401.13532 预印本,arXiv:2401.13532[math.ST](2024)。MSC公司:62M10个 62H10型 62甲12 60F05型 BibTeX公司 引用 \textit{A.Betken}和\textit{A.Schnurr},“深度模式”,预打印,arXiv:2401.13532[math.ST](2024) 全文: arXiv公司 OA许可证
安吉丽卡·西尔伯纳格尔;亚历山大·施努尔 顺序模式依赖和多元依赖度量。 arXiv公司:2401.13007 预印本,arXiv:2401.13007[math.ST](2024)。MSC公司:62M10个 62甲12 BibTeX公司 引用 \textit{A.Silbernagel}和\textit{A.Schnurr},“有序模式依赖和多元依赖度量”,预印本,arXiv:2401.13007[math.ST](2024) 全文: arXiv公司 OA许可证
Seo、Won-Ki 带函数观测的最佳线性预测:为什么可以使用简单的后维约简估计器。 arXiv:2401.06326 预印本,arXiv:2401.06326[math.ST](2024)。MSC公司:60G25型 62甲12 62J05型 BibTeX公司 引用 \textit{W.-K.Seo},“函数观测的最优线性预测:为什么可以使用简单的后维约简估计器”,Preprint,arXiv:2401.06326[math.ST](2024) 全文: arXiv公司 OA许可证
纳塔利娅·斯捷潘诺娃;玛丽·图西科娃 稀疏非参数模型中的精确变量选择。 arXiv:2310.07677 预印本,arXiv:2310.07677[math.ST](2023)。MSC公司:62G08号 62甲12 6220国集团 BibTeX公司 引用 \textit{N.Stepanova}和\textit{M.Turcicova},“稀疏非参数模型中的精确变量选择”,预打印,arXiv:2310.07677[math.ST](2023) 全文: arXiv公司 OA许可证
黄东明;田松涛;林,钱 具有大结构维度的切片逆回归。 arXiv:2305.04340 预印本,arXiv:2305.04340[math.ST](2023)。MSC公司:62J02型 62C20个 62甲12 BibTeX公司 引用 \textit{D.Huang}等人,“具有大结构维度的分段逆回归”,预印本,arXiv:2305.04340[math.ST](2023) 全文: arXiv公司 OA许可证
Hendrik Paul Lopuhaä 具有结构协方差矩阵的线性模型的高效高崩溃点估计。 arXiv:2208.00715 预打印,arXiv:2208.00715[math.ST](2022)。MSC公司:62层35 62甲12 62H10型 62E20型 62J05型 BibTeX公司 引用 \textit{H.P.Lopuhaä},“具有结构协方差矩阵的线性模型的高崩溃点高效估计量”,预印本,arXiv:2208.00715[math.ST](2022) 全文: arXiv公司 OA许可证
马丁·施拉特;费利克斯·雷因博特 主成分分析的半组方法。 arXiv:2112.04026 预打印,arXiv:2112.04026[stat.ME](2021)。MSC公司:62小时25分 2016年60月 60B15型 60E07型 62小时05 62J05型 BibTeX公司 引用 \textit{M.Schlather}和\textit{F.Reinbott},“主成分分析的半群方法”,预印本,arXiv:2112.04026[stat.ME](2021) 全文: arXiv公司 OA许可证
阿卜杜勒卡德尔·本哈勒;梅基·特贝切;阿卜杜努尔·哈姆道伊 多元正态均值的多项式收缩估计。 arXiv:2107.14021 预打印,arXiv:2107.14021[math.ST](2021)。MSC公司:62C20个 62H10型 62J07型 BibTeX公司 引用 \textit{A.Benkhaled}等人,“多元正态均值的多项式收缩估计量”,预印本,arXiv:2107.14021[math.ST](2021) 全文: arXiv公司 OA许可证
尼古拉斯·西阿普提斯;唐纳德·理查兹;Sriperumbudur,Bharath K。 对角多元指数族的收缩估计。 arXiv:2010.08071号 预印本,arXiv:2010.08071[math.ST](2020)。MSC公司:2012年12月62日 62小时05 62J07型 62G05型 BibTeX公司 引用 \textit{N.Siapoutis}等人,“对角线多元指数族的收缩估计”,预印本,arXiv:2010.08071[math.ST](2020) 全文: arXiv公司 OA许可证
维多利亚州雷斯金 多变量时间序列预测的动力系统模型。维基百科的流量示例。 arXiv:1912.06939号 预印本,arXiv:1912.06939[math.DS](2019)。MSC公司:34Nxx号 62华夏 91B84号 62M10个 BibTeX公司 引用 \textit{V.Rayskin},用于预测多变量时间序列的“动力学系统”模型。维基百科的流量示例“,Preprint,arXiv:1912.06939[math.DS](2019) 全文: arXiv公司 OA许可证
马尔科·沃乌利泰宁 多元离散和连续时间平稳过程的建模和估计。 arXiv:1911.01065 预印本,arXiv:1911.01065[math.ST](2019)。MSC公司:60亿10 62M10个 62甲12 62G05型 BibTeX公司 引用 \textit{M.Voutilainen},“多元离散和连续时间平稳过程的建模和估计”,Preprint,arXiv:1911.01065[math.ST](2019) 全文: arXiv公司 OA许可证
瓦莱里·阿瓦内索夫 高维协方差结构中的结构突变分析。 arXiv:1803.00508号 预印本,arXiv:1803.00508[math.ST](2018)。MSC公司:62M10个 62H15型 BibTeX公司 引用 \textit{V.Avanesov},“高维协方差结构中的结构突变分析”,Preprint,arXiv:1803.00508[math.ST](2018) 全文: arXiv公司 OA许可证
奥利维埃·卡托尼;伊利亚·朱利尼 估计随机向量平均值的无量纲PAC-Bayesian界。 arXiv:1802.04308号 预印本,arXiv:1802.04308[math.ST](2018)。MSC公司:62J10型 62J05型 62甲12 BibTeX公司 引用 \textit{O.Catoni}和\textit{I.Giulini},“估计随机向量平均值的无量纲PAC-Baysian界”,预打印,arXiv:1802.04308[math.ST](2018) 全文: arXiv公司 OA许可证
奥利维埃·卡托尼;伊利亚·朱利尼 矩阵、向量和线性最小二乘回归的无量纲PAC-Bayesian界。 arXiv:1712.02747 预印本,arXiv:1712.02747[math.ST](2017)。MSC公司:62J10型 62J05型 62甲12 62H20个 62层35 15B52号 BibTeX公司 引用 \textit{O.Catoni}和\textit{I.Giulini},“矩阵、向量和线性最小二乘回归的无量纲PAC-Bayesian界”,预打印,arXiv:1712.02747[math.ST](2017) 全文: arXiv公司 OA许可证
戴晓武;简,彼得 带导数的泛函ANOVA模型中的Minimax最优估计率。 arXiv:1706.00850 预印本,arXiv:1706.00850[math.ST](2017)。MSC公司:62G08号 62甲12 62G05型 62第20页 BibTeX公司 引用 \textit{X.Dai}和\textit{P.Chien},“带导数的泛函方差分析模型中的最小最大最优估计率”,预印本,arXiv:1706.00850[math.ST](2017) 全文: arXiv公司 OA许可证
乔尼·维尔塔;克劳斯·诺德豪森 张量值时间序列的盲源分离。 arXiv公司:1703.10381 预印本,arXiv:1703.10381[math.ST](2017)。MSC公司:62甲12 62M10个 BibTeX公司 引用 \textit{J.Virta}和\textit{K.Nordhausen},“张量值时间序列的盲源分离”,预印本,arXiv:1703.10381[math.ST](2017) 全文: 内政部 arXiv公司 OA许可证
简·克里斯蒂安·休特;菲利普·里戈莱特 全变分去噪的最佳速率。 arXiv:1603.09388 预印本,arXiv:1603.09388[math.ST](2016)。MSC公司:62G08号 62C20个 62G05型 62华氏35 BibTeX公司 引用 \textit{J.-C.Hütter}和\textit{P.Rigollet},“总变差去噪的最佳速率”,预打印,arXiv:1603.09388[math.ST](2016) 全文: arXiv公司 OA许可证
马丁·沃尔 存在复杂干扰成分的非参数回归理论。 arXiv:1403.1088号 预印本,arXiv:1403.1088[math.ST](2014)。MSC公司:62G08号 6220国集团 62小时05 62H20个 BibTeX公司 引用 \textit{M.Wahl},“存在复杂干扰成分的非参数回归理论”,Preprint,arXiv:1403.1088[math.ST](2014) 全文: arXiv公司 OA许可证
安妮迪亚·罗伊;塔克·S·麦克罗伊。;彼得·林顿 因果可逆VARMA模型的估计。 arXiv:1406.4584 预印本,arXiv:1406.4584[math.ST](2014)。MSC公司:62M10个 62层30 62甲12 91B84号 BibTeX公司 引用 \textit{A.Roy}等人,“因果可逆VARMA模型的估计”,预印本,arXiv:1406.4584[math.ST](2014) 全文: arXiv公司 OA许可证
史蒂文·埃利斯。 数据分析操作的奇异性。 arXiv公司:1307.7624 预印本,arXiv:1307.7624[math.ST](2013)。MSC公司:62小时99 62J05型 62H11型 65C60个 BibTeX公司 引用 \textit{S.P.Ellis},“数据分析操作的奇异性”,预印本,arXiv:1307.7624[math.ST](2013) 全文: arXiv公司 OA许可证
卡里姆·路尼西 噪声低秩矩阵补全的最优谱范数率。 arXiv:1110.5346 预印本,arXiv:1110.5346[math.ST](2011)。MSC公司:62J99型 62甲12 60对20 60G15年 BibTeX公司 引用 \textit{K.Lounici},“噪声低秩矩阵完成的最佳谱范数率”,预打印,arXiv:1110.5346[math.ST](2011) 全文: arXiv公司 OA许可证
克里斯托弗·基诺维塞;金家顺;拉里·瓦瑟曼 重新审视边际回归。 arXiv:0911.4080 预印本,arXiv:0911.4080[math.ST](2009)。MSC公司:62G08号 6220国集团 62甲12 BibTeX公司 引用 \textit{C.Genovese}等人,“重新审视边际回归”,预印本,arXiv:0911.4080[math.ST](2009) 全文: arXiv公司 OA许可证
尤里·N·图林。 多元统计分析:几何视角。 arXiv:0902.0408 预印本,arXiv:0902.0408[math.ST](2009)。MSC公司:62H15型 62甲12 62J05型 62J12型 BibTeX公司 引用 \textit{Y.N.Tyurin},“多元统计分析:几何视角”,预印本,arXiv:0902.0408[math.ST](2009) 全文: arXiv公司 OA许可证
盖法斯,S。;Lecué,G。 回归中受惩罚的经验风险最小化者的聚合。 arXiv:0810.5288 预印本,arXiv:0810.5288[math.ST](2008)。MSC公司:62G08号 62甲12 BibTeX公司 引用 \textit{S.Gaíffas}和\textit{G.Lecué},“回归中受惩罚经验风险最小化者的聚集”,预印本,arXiv:0810.5288[math.ST](2008) 全文: arXiv公司 OA许可证
彼得·比克尔。;李波 未知流形上的局部多项式回归。 arXiv:0708.0983 预印本,arXiv:0708.0983[math.ST](2007)。MSC公司:62G08号 62甲12 6220国集团 BibTeX公司 引用 \textit{P.J.Bickel}和\textit{B.Li},“未知流形上的局部多项式回归”,预印本,arXiv:0708.0983[math.ST](2007) 全文: 内政部 arXiv公司
Jean-Yves奥迪伯特 通过聚合进行统计推断的快速学习率。 arXiv:math/0703854 预印本,arXiv:math/0703854[math.ST](2007)。MSC公司:62G08号 62小时05 68吨10 BibTeX公司 引用 \textit{J.-Y.Audibert},“通过聚合进行统计推断的快速学习率”,Preprint,arXiv:math/0703854[math.ST](2007) 全文: arXiv公司
米哈伊尔·科夫顿;伊戈尔·阿库舍维奇;肯尼思·曼顿。;托利,H.丹尼斯 一种用于LLS模型构建的新的高效算法。 arXiv:math/0507021 预印本,arXiv:math/0507021[math.PR](2005)。MSC公司:62甲12 62J99型 BibTeX公司 引用 \textit{M.Kovtun}等人,“LLS模型构建的新高效算法”,预打印,arXiv:math/0507021[math.PR](2005) 全文: arXiv公司
尼科尔·克莱默 关于偏最小二乘回归的收缩行为。 arXiv:数学/0503495 预印本,arXiv:math/0503495[math.ST](2005)。MSC公司:62J07型 62小时99 BibTeX公司 引用 \textit{N.Kraemer},“关于偏最小二乘回归的收缩行为”,预印本,arXiv:math/0503495[math.ST](2005) 全文: arXiv公司
米哈伊尔·科夫顿;伊戈尔·阿库舍维奇;肯尼思·曼顿。;托利,H.丹尼斯 会员等级分析:一种可能的基金会方法。 arXiv:math/0403373 预印本,arXiv:math/0403373[math.ST](2004)。MSC公司:62甲12 62J99型 BibTeX公司 引用 \textit{M.Kovtun}等人,“成员等级分析:一种可能的基础方法”,预印本,arXiv:math/0403373[math.ST](2004) 全文: arXiv公司