×
阿比克·戈什;阿亚南德拉纳塔·巴苏

使用密度幂散度的稳健贝叶斯估计。 （英语） Zbl 1440.62095号

Ann.Inst.Stat.数学。 68，第2期，413-437（2016）.
摘要：基于后验密度的普通贝叶斯估计量可能存在离群值的潜在问题。利用密度幂散度测度，本文提出了一种基于所谓“R^{（alpha）}-后验密度”的估计方法；该构造在贝叶斯上下文中使用先验的概念，并在真实模型下生成高效的高鲁棒估计量。我们发展了该估计器的渐近性质，并用数值说明了其性能。

引用于16文件

理学硕士：

2015年1月62日 贝叶斯推断
62层35 鲁棒性和自适应程序（参数推断）

关键词：

假后验的;稳健性;贝叶斯估计;密度功率发散
PDF格式BibTeX公司 XML格式引用
\textit{A.Ghosh}和\textit{A.Basu}，Ann.Inst.Stat.Math。68，第2号，413--437（2016；Zbl 1440.62095）
全文： 内政部

参考文献：

[1] Alquier，P.和Lounici，K.（2011年）。指数权重稀疏回归估计的PAC-Bayesian界。《电子统计杂志》，5127-145·Zbl 1274.62463号
[2] Basu，A.、Harris，I.R.、Hjort，N.L.、Jones，M.C.（1998年）。通过最小化密度功率发散，实现稳健高效的估计。生物特征，85，549-559·Zbl 0926.62021号
[3] Basu，A.，Shioya，H.，Park，C.（2011年）。统计推断：最小距离法。伦敦/博卡拉顿：查普曼和霍尔/CRC·Zbl 1281.62016年
[4] Catoni，O.（2007）。PAC贝叶斯监督分类：统计学习的热力学，讲义专著系列，第56卷。俄亥俄州比奇伍德：IMS·Zbl 1277.62015年
[5] Dey，D.K.和Birmiwal，L.（1994年）。使用散度度量的稳健贝叶斯分析。《统计与概率快报》，第20期，第287-294页·Zbl 0799.62003号
[6] Ghosh，J.K.和Ramamoorthi，R.V.（2003）。贝叶斯非参数。纽约：施普林格·Zbl 1029.62004号
[7] Ghosh，J.K.，Delampady，M.，Samanta，T.（2006）。贝叶斯分析简介：理论和方法。纽约：施普林格·Zbl 1135.6202号
[8] Gelfand，A.E.和Dey，D.K.（1991年）。污染先验类的贝叶斯鲁棒性。统计与决策，9，63-80·Zbl 0749.62007号
[9] Gustafson，P.和Wasserman，L.（1995）。贝叶斯推理的局部敏感性诊断。《统计年鉴》，23，2153-2167·Zbl 0854.62024号
[10] Hampel，F.R.（1974年）。影响曲线及其在鲁棒估计中的作用。美国统计协会杂志，69，383-393·Zbl 0305.62031号 ·doi:10.1080/016214519974.10482962
[11] Hooker，G.和Vidyashankar，A.N.（2014）。基于差异的贝叶斯模型鲁棒性。测试，23（3），556-584·Zbl 1308.62053号
[12] Jiang，W.和Tanner，M.A.（2008）。高维分类和数据挖掘中变量选择的Gibbs后验方法。《统计年鉴》，362207-2231·兹比尔1274.62227
[13] Jiang，W.和Tanner，M.A.（2010年）。带变量选择的时间序列二进制选择的风险最小化。计量经济学理论，261437-1452·Zbl 1197.62129号
[14] Li，C.，Jiang，W.，Tanner，M.A.（2014）。具有非加性经验风险的Gibbs后验的一般不等式。计量经济学理论，30（6），1247-1271·Zbl 1314.62087号
[15] Li，C.，Jiang，W.，Tanner，M.A.（2013）。吉布斯后验的一般预言不等式及其在排序中的应用。学习理论会议，512-521。
[16] Lindsay，B.G.（1994年）。效率与稳健性：最小Hellinger距离和相关方法的情况。《统计年鉴》，第22期，第1081-1114页·Zbl 0807.62030 ·doi:10.1214/aos/1176325512
[17] Rigollet，P.和Tsybakov，A.（2011年）。指数筛选和稀疏估计的最佳速率。《统计年鉴》，39（2），731-771·Zbl 1215.62043号
[18] 张涛（1999）。一类随机正则化方法的理论分析。第十二届计算学习理论年会论文集，156-163。
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。