萨拉·范德格尔;彼得·伯尔曼;亚亚科夫·里托夫;鲁本·德泽尔 关于高维模型的渐近最优置信域和检验。 （英语） 兹比尔1305.62259 Ann.统计。 42，第3期，1166-1202（2014）. 摘要：我们提出了一种在高维模型中构造大参数向量的单个或低维分量的置信区间和统计检验的通用方法。考虑到测试之间的依赖性，可以很容易地调整其多样性。对于线性模型，我们的方法与[C.-H.张和S.S.张，“高维线性模型中低维参数的置信区间”，J.R.Stat.Soc.，Ser。B、 统计方法。76，217–242（2014）]：我们分析了其渐近性质，并根据半参数效率建立了其渐近最优性。我们的方法自然扩展到具有凸损失函数的广义线性模型。我们发展了相应的理论，其中包括对高斯、亚高斯和有界相关设计的仔细分析。 引用于4评论引用于325文件 理学硕士： 62J07型 岭回归；收缩估计器（拉索） 62J12型 广义线性模型（逻辑模型） 2012年12月62日 参数估计量的渐近性质 62层25 参数公差和置信区域 关键词：中心极限定理;广义线性模型;套索;线性模型;多次测试;半参数效率;稀疏 软件：玻璃制品;格尔姆奈特 PDF格式BibTeX公司 XML格式引用 \textit{S.van de Geer}等人，Ann.Stat.42，No.3，1166--1202（2014；Zbl 1305.62259） 全文： 内政部 arXiv公司 欧几里得 参考文献： [1] Belloni，A.、Chernozhukov，V.和Hansen，C.（2014）。在高维对照中选择后对治疗效果的推断。经济收益率。螺柱81 608-650。 [2] Belloni，A.、Chernozhukov，V.和Kato，K.（2013）。LAD回归模型的统一后选择推理。可从获取。 [3] Belloni，A.、Chernozhukov，V.和Wang，L.（2011年）。方形套索：通过圆锥曲线编程对稀疏信号进行枢轴恢复。生物特征98 791-806·Zbl 1228.62083号 ·doi:10.1093/biomet/asr043 [4] Belloni，A.、Chernozhukov，V.和Wei，Y.（2013）。具有大量控制的逻辑回归的诚实置信区。可从获取·Zbl 1456.62066号 ·doi:10.3150/11-BEJ410 [5] Berk，R.、Brown，L.、Buja，A.、Zhang，K.和Zhao，L.（2013）。有效的后选择推理。安。统计师。41 802-837. ·Zbl 1267.62080号 ·doi:10.1214/12-AOS1077 [6] Bickel，P.J.、Ritov，Y.和Tsybakov，A.B.（2009年）。lasso和Dantzig选择器的同时分析。安。统计师。37 1705-1732. ·Zbl 1173.62022号 ·doi:10.1214/08-AOS620 [7] Bühlmann，P.（2006）。推动高维线性模型。安。统计师。34 559-583. ·Zbl 1095.62077号 ·doi:10.1214/009053600000092 [8] Bühlmann，P.（2013）。高维线性模型的统计显著性。伯努利19 1212-1242·Zbl 1273.62173号 ·doi:10.3150/12-BEJSP11 [9] Bühlmann，P.、Kalisch，M.和Meier，L.（2014）。着眼于生物学应用的高维统计。统计及其应用年鉴1 255-278。 [10] 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 [11] Bunea，F.、Tsybakov，A.和Wegkamp，M.（2007年）。拉索的稀疏预言不等式。电子。《美国联邦法律大全》第1卷第169-194页·兹比尔1146.62028 ·doi:10.1214/07-EJS008 [12] Candes，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 [13] Chatterjee，A.和Lahiri，S.N.（2011年）。引导套索估计器。J.Amer。统计师。协会106 608-625·Zbl 1232.62088号 ·doi:10.198/jasa.2011.tm10159 [14] Chatterjee，A.和Lahiri，S.N.（2013年）。自适应LASSO估计对预言分布的收敛速度和通过bootstrap进行的高阶精化。安。统计师。41 1232-1259. ·Zbl 1293.62153号 ·doi:10.1214/13-AOS1106 [15] Cramér，H.（1946）。统计学的数学方法。普林斯顿数学系列9。普林斯顿大学出版社，新泽西州普林斯顿·Zbl 0063.01014号 [16] Dümbgen，L.、van de Geer，S.A.、Veraar，M.C.和Wellner，J.A.（2010年）。重新审视了内米洛夫斯基的不平等。阿默尔。数学。每月117 138-160·Zbl 1213.60039号 ·doi:10.4169/000298910X476059 [17] Fan，J.和Lv，J.（2008）。确保超高维特征空间的独立筛选。J.R.统计社会服务。B统计方法。70 849-911. ·doi:10.1111/j.1467-9868.2008.00674.x [18] Fan，J.和Lv，J.（2010）。高维特征空间中变量选择的选择性概述。统计师。Sinica 20 101-148号·Zbl 1180.62080号 [19] Friedman，J.、Hastie，T.和Tibshirani，R.（2008）。用图形套索进行稀疏逆协方差估计。生物统计学9 432-441·Zbl 1143.62076号 ·doi:10.1093/biostatistics/kxm045 [20] Friedman，J.、Hastie，T.和Tibshirani，R.（2010）。广义线性模型通过坐标下降的正则路径。统计软件杂志33 1-22。 [21] Greenshtein，E.和Ritov，Y.（2004）。高维线性预测器选择的持续性和超参数化的优点。伯努利10 971-988·Zbl 1055.62078号 ·doi:10.350/bj/1106314846 [22] Javanmard，A.和Montanari，A.（2013）。高维回归的置信区间和假设检验。可从获取·Zbl 1319.62145号 [23] Javanmard，A.和Montanari，A.（2013）。高斯随机设计模型下高维回归的假设检验：渐近理论。可从获取·Zbl 1360.62074号 [24] Juditsky，A.、KilinçKarzan，F.、Nemirovski，A.和Polyak，B.（2012年）。块解析信号恢复的准确性保证。安。统计师。40 3077-3107. ·兹比尔1296.62088 ·doi:10.1214/12-AOS1057 [25] K.奈特和W.傅（2000）。套索型估计量的渐近性。安。统计师。28 1356-1378. ·Zbl 1105.62357号 ·doi:10.1214/aos/1015957397 [26] Lederer，J.和van de Geer，S.（2014）。经验过程上确界的新集中不等式。伯努利。出现。可从获取·Zbl 1355.60026号 [27] Li，K.-C.（1989）。非参数回归的诚实置信区域。安。统计师。17 1001-1008. ·Zbl 0681.62047号 ·doi:10.1214/aos/1176347253 [28] Meier，L.、van de Geer，S.和Bühlmann，P.（2008）。拉索组用于逻辑回归。J.R.统计社会服务。B统计方法。70 53-71. ·Zbl 1400.62276号 ·文件编号：10.1111/j.1467-9868.2007.00627.x [29] Meinshausen，N.（2013年）。稀疏高维回归中变量组的无假设置信区间。可从获取·Zbl 1327.62422号 [30] Meinshausen，N.和Bühlmann，P.（2006）。使用套索进行高维图形和变量选择。安。统计师。34 1436-1462. ·Zbl 1113.62082号 ·doi:10.1214/0090536000000281 [31] Meinshausen，N.和Bühlmann，P.（2010年）。稳定性选择。J.R.统计社会服务。B统计方法。72 417-473. ·文件编号：10.1111/j.1467-9868.2010.00740.x [32] Meinshausen，N.、Meier，L.和Bühlmann，P.（2009）\高维回归的（p\）-值。J.Amer。统计师。协会104 1671-1681·Zbl 1205.62089号 ·doi:10.1198/jasa.2009.tm08647 [33] Meinshausen，N.和Yu，B.（2009年）。高维数据稀疏表示的Lasso类型恢复。安。统计师。37 246-270. ·Zbl 1155.62050号 ·doi:10.1214/07-AOS582 [34] Negahban，S.N.、Ravikumar，P.、Wainwright，M.J.和Yu，B.（2012）。具有可分解正则化子的M估计量高维分析的统一框架。统计师。科学。27 538-557之间·Zbl 1331.62350号 ·doi:10.1214/12-STS400 [35] Nickl，R.和van de Geer，S.（2013年）。稀疏回归中的置信集。安。统计师。41 2852-2876. ·兹比尔1288.62108 ·doi:10.1214/13-AOS1170 [36] Portnoy，S.（1987）。适用于稳健回归估计的中心极限定理。《多元分析杂志》。22 24-50. ·Zbl 0626.62033号 ·doi:10.1016/0047-259X（87）90073-X [37] 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 [38] Pötscher，B.M.和Leeb，H.（2009）。关于惩罚最大似然估计量的分布：LASSO、SCAD和阈值。《多元分析杂志》。100 2065-2082. ·Zbl 1170.62046号 ·doi:10.1016/j.jmva.2009.06.010 [39] Raskutti，G.、Wainwright，M.J.和Yu，B.（2010年）。相关高斯设计的受限特征值特性。J.马赫。学习。第11号决议2241-2259·Zbl 1242.62071号 [40] Robinson，P.M.（1988）。根一致的半参数回归。《计量经济学》56 931-954·Zbl 0647.62100号 ·doi:10.2307/1912705 [41] Shah，R.D.和Samworth，R.J.（2013）。误差控制变量选择：稳定性选择的另一个视角。J.R.统计社会服务。B统计方法。75 55-80. ·文件编号：10.1111/j.1467-9868.2011.01034.x [42] Sun，T.和Zhang，C.-H.（2012）。缩放稀疏线性回归。生物特征99 879-898·Zbl 1452.62515号 ·doi:10.1093/biomet/ass043 [43] Tibshirani，R.（1996）。通过套索回归收缩和选择。J.R.统计社会服务。B统计方法。58 267-288. ·兹比尔0850.62538 [44] van de Geer，S.（2007）。确定性拉索。JSM Proceedings，2007，140。美国统计师。弗吉尼亚州亚历山大市协会。 [45] van de Geer，S.、Bühlmann，P.、Ritov，Y.和Dezeure，R.（2014）。对“关于高维模型的渐近最优置信区和检验”的补充·兹比尔1305.62259 [46] van de Geer，S.和Müller，P.（2012）。高维拟似然估计和/或稳健估计。统计师。科学。27 469-480之间·兹比尔1331.62354 ·doi:10.1214/12-STS397 [47] van de Geer，S.A.（2008）。高维广义线性模型和套索。安。统计师。36 614-645. ·Zbl 1138.62323号 ·doi:10.1214/00905360700000929 [48] van de Geer，S.A.和Bühlmann，P.（2009）。关于用来证明拉索预言结果的条件。电子。《美国联邦法律大全》第3卷第1360-1392页·Zbl 1327.62425号 ·doi:10.1214/09-EJS506 [49] Wainwright，M.J.（2009）。使用（ell_1）约束二次规划（Lasso）恢复高维和噪声稀疏性的锐化阈值。IEEE传输。通知。理论55 2183-2202·Zbl 1367.62220号 ·doi:10.1109/TIT.2009.2016018 [50] Wasserman，L.和Roeder，K.（2009年）。高维变量选择。安。统计师。37 2178-2201. ·Zbl 1173.62054号 ·doi:10.1214/08-AOS646 [51] Zhang，C.-H.和Huang，J.（2008）。高维线性回归中LASSO选择的稀疏性和偏差。安。统计师。36 1567-1594. ·Zbl 1142.62044号 ·doi:10.1214/07-AOS520 [52] Zhang，C.-H.和Zhang、S.S.（2014）。高维线性模型中低维参数的置信区间。J.R.统计社会服务。B统计方法。76 217-242. ·doi:10.1111/rssb.12026 [53] Zhao，P.和Yu，B.（2006）。关于拉索模型选择的一致性。J.马赫。学习。第7号决议2541-2563·Zbl 1222.62008年 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。