摘要
让是一系列i.i.d.观察结果是一个参数化模型。我们介绍了一种新的在线计算序列的算法,几乎可以肯定地收敛到按速率,使用用户指定的参数。这个收敛结果是在统计模型的标准条件下获得的,最值得注意的是,我们允许映射成为多式联运。然而,处理每个观测的计算成本随着θ,这使得所提出的方法仅适用于低维或中等维问题。我们还导出了估计器的一个版本,它非常适合于作为稳健线性回归常用工具的学生t线性回归模型。如模拟数据和实际数据的实验所示,回归系数的相应估计值对异常值的存在具有鲁棒性,因此,作为副产品,我们获得了线性回归模型的一种新的自适应鲁棒在线估计方法。
引用
下载引文
马修·格伯。
卡里·海涅。
“使用多模态似然函数进行在线推理。”
安。统计师。
49
(6)
3103 - 3126,
2021年12月。
https://doi.org/10.1214/21-AOS2076
问询处
收到日期:2018年10月1日;修订日期:2021年3月1日;发布日期:2021年12月
欧几里德项目首次提供:2021年12月14日
数字对象标识符:10.1214/21-AOS2076
学科:
主要用户:10层62层,2012年12月62日,62升12,68周27
次要:90C26型
关键词:多模态似然函数,在线推理,可伸缩推理
版权所有©2021数学统计研究所