加博尔·卢戈西;沙哈尔·门德尔森 通过中位数比赛将风险降至最低。 (英语) 兹比尔1436.62312 《欧洲数学杂志》。社会(JEMS) 22,第3期,925-965(2020年). 本文提出了一种基于均值估计中值和候选函数两两比较的平方误差最小化方法。在不同的场景中讨论了准确性和置信度方面的最优性,根据估计函数的类别和分布尾部的假设确定。与基于经验风险最小化的方法进行了比较。给出了线性回归的应用实例。审核人:Annibal Parracho Sant’Anna(里约热内卢) 引用于2评论引用于24文件 MSC公司: 62J02型 一般非线性回归 62G08号 非参数回归和分位数回归 60G25型 预测理论(随机过程方面) 62J05型 线性回归;混合模型 62J15型 配对和多重比较;多次测试 62G32型 极值统计;尾部推断 关键词:均值估计量的中值;重尾分布;经验风险最小化 PDF格式BibTeX公司 XML格式引用 \textit{G.Lugosi}和\textit{S.Mendelson},欧洲数学杂志。Soc.(JEMS)22,No.3,925--965(2020;Zbl 1436.62312) 全文: 内政部 arXiv公司