Entropic Representation and Estimation of Diversity Indices
本文件有两个目的。首先,一个统一的角度多样性指数的熵的基础上介绍。结果表明,类的所有线性组合的熵基,称为类的线性多样性指数,涵盖了广泛的多样性指数在文献中使用。其次,提出了线性多样性指数的一类估计,并证明了这类估计具有快速衰减的偏差和渐近正态性。
2014-03-31 math.ST stat.TH
Estimation of the Hurst and the stability indices of a $H$-self-similar stable process
本文对H-自相似稳定过程的Hurst指数和稳定指数进行了估计。更精确地说,设$X$是一个$H$ -sssi(自相似平稳增量)对称$α$ -稳定过程.在点$\frac{k}{n}$、$k=0,\ldots,n$观察到过程$X$。我们的估计是基于$β$ -与$-\frac{1}{2}<β<0$的变化。我们得到了几个经典的$H$ -sssi $α$ -稳定过程(分数布朗运动,平衡线性分数稳定运动,Takenaka过程,Lévy运动)的相合估计及其收敛速度.此外,我们还得到了分数布朗运动和Lévy运动估计的渐近正态性。关键词:H-sssi过程;稳定过程;自相似参数估计;稳定参数估计。
2017-10-18 math.ST stat.TH
Sensitivity indices for output on a Riemannian manifold
在计算机代码实验的背景下,一个复杂的输入-输出系统的灵敏度分析往往是通过排名所谓的Sobol指数。Sobol的方法的流行的一个原因依赖于简单的统计估计这些指数使用所谓的挑选和冻结的方法。在这项工作中,我们提出和研究的情况下,输出位于一个黎曼流形的灵敏度指标。这些指数是基于Cramér冯米塞斯一样的标准,考虑到输出支持的几何形状。我们提出了一个Pick-Freeze估计这些指数的基础上的$U$ -统计。这些估计的渐近性质进行了研究。此外,我们还提供并讨论了一些有趣的数值例子。
2018-10-27 math.ST stat.TH
Global Sensitivity Analysis: a new generation of mighty estimators based on rank statistics
提出基于秩统计和Chatterjee相关系数的框架,统一估计多种全局敏感性指标,在小样本下数值高效且一致。
2026-06-06 math.ST stat.TH
Scoring Rules with Normalized Upper Order Statistics for Tail Inference
University of Copenhagen(哥本哈根大学)
提出一种基于评分规则的方法,利用归一化上序统计量区分Fréchet域中不同尾指数,理论证明一致性和渐近正态性,Hill估计器为其特例,模拟和实证验证有效。
2026-06-24 stat.ME
Reference-State Bootstrap Correction and Kernel Characterization of Residual-Based Fit Indices in Structural Equation Models
Korea University(韩国大学)
该研究针对结构方程模型中基于残差的拟合指数的抽样误差问题,提出参考自助校正方法,验证了其有效性并明确了解析估计值的适用场景。
2026-10-14 math.ST stat.ME stat.TH
An unbiased estimator of a novel extended Gini index for gamma distributed populations
本文提出一种基于次序统计量差异的新型extended Gini index,推导了其在gamma分布下的无偏估计量闭式表达式,并通过模拟和真实GDP数据验证了其有效性与无偏性。
2025-05-03 stat.ME
Overall Agreement for Multiple Raters with Replicated Measurements
在实际测量或评价中,经常需要多个评分者互换使用。通过一致性指数评估这些多个评分者之间的一致性是必要的,然后再参与。虽然直观上吸引人的一致性指数,如覆盖概率和总偏差指数,覆盖概率曲线下的相对面积,已被扩展用于评估多个评分者之间的总体一致性,但这些扩展具有局限性。现有的总体一致性指数要么需要正态性和同质性假设,要么没有保留最初为两名评分者定义的指数的直观解释。在本文中,我们提出了一套新的总体一致性指数的基础上最大成对差异之间的所有评分。提出的新的总体覆盖概率、总体总偏差指数和总体覆盖概率曲线下的相对面积保留了成对版本的原始直观解释。在不做任何分布假设的情况下,我们还提出了一个新的统一的非参数估计和推断方法的整体指标的基础上,广义估计方程,可以容纳由相同的评分者重复。在温和的假设下,所提出的方差估计实现独立的工作相关矩阵下的效率界。在不同的情况下进行模拟研究,以评估所提出的估计和推理方法的性能,有和没有重复。我们通过使用三名评估者对每个受试者进行三次重复的血压数据来说明该方法。
2020-06-07 stat.ME
Independent Component Analysis by Wavelets
我们提出了一种基于小波对观测信号及其边缘进行密度估计的ICA对比度。相关矩估计的风险与Besov空间中的近似性质有关。它示出的收敛速度比至少预期的极小极大率结转从底层的密度估计。对一些常见类型的密度进行的数值模拟产生了非常有竞争力的结果,对独立性的小偏差具有很高的灵敏度。
2005-10-20 math.ST stat.TH
On dependency models and dependent generalized sensitivity indices
在本文中,我们推导出基于Copula和经验依赖模型(DM)模拟非自变量,然后提出了一种新的方法来确定的分布的模型输出的条件下的每个子集的输入。我们的方法依赖于使用DM的模型输出的等效表示,并提供了一种算法,用于选择表示,这是必要的和足够的模型输出的分布给定的每个子集的输入。在灵敏度分析中,选定的表示允许评估每个输入子集的主要、总体和相互作用效应。然后,我们引入了一阶和总指数的每个子集的输入与前一个指数小于后者。这些指数的一致估计,包括其渐近分布。分析和数值计算结果提供了使用单变量和多变量响应模型。
2022-09-09 math.ST stat.TH
Unbiased estimation in new Gini index extensions under gamma distributions, with application to real income data
University of Brasilia(巴西利亚大学);Federal University of Pelotas(佩洛塔斯联邦大学)
本文提出两种灵活的吉尼指数扩展方法,用于对分布的下尾和上尾进行位置导向的不平等评估,并通过蒙特卡洛模拟和南美国家2023年人均GDP数据展示了其在实际应用中的有效性。
2026-06-04 stat.ME
Unbiased estimation of normalized scale-invariant indices under the Gamma distribution
University of Brasilia(巴西利亚大学);Federal University of Pelotas(佩洛塔斯联邦大学)
提出由齐次函数生成的一类归一化尺度不变指标,包括基尼系数等,并基于U统计量导出伽马分布下的简单无偏估计,通过模拟和实际数据验证其性能。
2026-10-06 stat.ME
Empirical Likelihood Inference for Sen and Sen--Shorrocks--Thon Indices
Prajyotiniketan College(普拉吉约蒂尼坎学院);Indian Institute of Management, Kozhikode(印度管理学院科泽科德分校);Indian Statistical Institute, Chennai(印度统计研究所金奈分部)
本文基于经验似然和jackknife经验似然方法,探讨了Sen指数和Sen-Shorrocks-Thon指数的推断方法,提出新的估计器并检验其性质,通过蒙特卡洛模拟评估了有限样本性能。
2026-03-18 math.ST stat.ME stat.TH
Volatility of volatility estimation: central limit theorems for the Fourier transform estimator and empirical study of the daily time series stylized facts
本文研究了基于傅立叶方法的波动率综合波动率的两个可行估计的渐近正态性,该方法不需要预先估计现货波动率。我们证明了偏差校正估计达到最优速率$n^{1/4}$,而没有偏差校正的估计具有较慢的收敛速度和较小的渐近方差。此外,我们提供的模拟结果,支持理论渐近分布的速率有效的估计,并显示后者的准确性相比,基于预先估计的现货波动率的速率最优估计。最后,使用率最优傅立叶估计,我们重建的时间序列的日波动率的S\P 500和EUROSTOXX50指数在长样本的波动率,并提供新的见解存在的程式化的事实波动率动态。
2022-09-05 econ.EM math.ST q-fin.ST
Estimation for a Partial-Linear Single-Index Model
本文研究了偏线性单指标模型的估计问题。提出了一种两阶段估计方法,用于估计单个指标的链接函数和单个指标中的参数,以及模型的线性分量中的参数。建立了两个参数分量的渐近正态性。对于指数,一个约束估计方程导致一个渐近更有效的估计比现有的估计在这个意义上,它是一个较小的极限方差。非参数连接函数的估计达到最优收敛速度,并获得结构误差方差。此外,所得结果还有助于构造未知参数的置信区域和进行假设检验。进行了模拟研究,并说明了一个实际数据集的应用程序。扩展到多个指数简要概述。
2009-05-13 stat.CO stat.ME
Robust Statistical Inference for Large-dimensional Matrix-valued Time Series via Iterative Huber Regression
针对维数发散且误差可能厚尾的矩阵因子模型,本文提出基于迭代 Huber 回归的稳健估计与因子数识别方法,并通过模拟及中美两类数据集验证其有效性。
2023-06-05 stat.ME
Maximum likelihood drift estimation for the mixing of two fractional Brownian motions
本文在线性模型$X_t=θt+σB^{H_1}(t)+B^{H_2}(t),\;t\in[0,T],$中构造了未知漂移参数$θ\in \mathbb{R}$的极大似然估计(MLE),其中$B^{H_1}$和$B^{H_2}$是两个独立的分数布朗运动,其Hurst指标为$\frac12<H_1<H_2<1.$。
2015-06-15 math.PR stat.ME
Bias in estimating Theil, Atkinson, and dispersion indices for gamma mixture populations
University of Brasilia(巴西利亚大学);Federal University of Pelotas(佩洛塔斯联邦大学)
本文通过分析Gamma混合分布下的估计偏差,提出校正方法以提高Theil、Atkinson和VMR指数估计的准确性,并通过实证数据验证其在经济异质性建模中的有效性。
2025-12-11 stat.ME
Bias analysis of a linear order-statistic inequality index estimator: Unbiasedness under gamma populations
University of Brasilia(巴西利亚大学);Federal University of Pelotas(佩洛塔斯联邦大学)
本文研究了基于线性组合预期顺序统计量的秩类不平等指标,统一了经典基尼系数、第m个基尼指数等,并通过积分表示连接到谱不等式度量。通过分析自然U统计量型估计器的有限样本行为,推导出一般偏倚分解,并证明在伽马分布总体下估计器的无偏性。
2026-05-01 math.ST stat.ME stat.TH
Nonparametric estimation of the multivariate Spearman's footrule: a further discussion
本文提出两个新的多元Spearman's footrule估计量,基于平均象限依赖度量,证明与现有估计量渐近等价,但小样本下更优,并分析了检验独立性的Pitman效率。
2025-05-26 math.PR math.ST stat.TH
Uniform weak convergence of poverty measures with relative poverty lines
本文介绍了一个一般的连续形式的贫困指数,其中包括大多数现有的公式在文献中。然后,我们提出了一个相合估计量的情况下,这个指数的贫困线是一个功能的分布。我们还建立了一个统一的功能中心极限定理的建议估计在一个适当的产品类的实值函数。因此,可以制定基于单一或同时几个贫困指数的测试程序。一个模拟研究显示的估计量的渐近正态性,以及应用到实际数据估计相对贫困线的贫困估计的方差的影响。
2017-11-16 stat.AP
Efficient Estimation of Nonlinear Finite Population Parameters Using Nonparametrics
目前,对基尼指数、低收入比例或其他衡量不平等程度的标准等非线性参数进行高精度估计尤为重要。在本文中,我们提出了一个一般类的估计这样的参数,考虑到单变量辅助信息假设是已知的人口中的每一个单位。通过非参数模型辅助的方法,我们构建了一个独特的调查权重系统,可以用来估计任何非线性参数与任何研究变量的调查,使用插件的原则。基于严格的功能方法和线性化原理,所提出的估计量的渐近方差推导,方差估计量是一致的温和的假设下。该理论是充分详细的惩罚B样条估计与实际实施的建议和指导方针,选择平滑参数。从法国劳动力调查中提取的数据证明了该方法的有效性。基尼系数和低收入比例的点和置信区间估计。理论和实证结果突出了我们的兴趣,在使用非参数方法与参数的辅助信息的存在下估计非线性参数。
2012-10-05 stat.AP stat.ME
Kernel Based Estimation of Spectral Risk Measures
本文提出基于核的谱风险度量估计量,证明其强一致性与渐近正态性,并通过模拟和股指实证表明其优于现有估计量。
2023-12-08 math.ST q-fin.RM q-fin.ST
Variance components and generalized Sobol' indices
Stanford University(斯坦福大学)
本文引入广义Sobol'指数,比较其估计策略,并系统搜索高效估计量,特别关注双线性形式的对比、平方和与指数,以降低函数评估次数。
2012-05-08 cs.NA math.NA stat.CO
Non-parametric Quantile Regression and Uniform Inference with Unknown Error Distribution
本文研究了协变量存在未知分布测量误差时的条件分位数回归函数非参数估计与一致推断,提出反卷积核估计量构建一致置信带,并通过模拟与实际数据验证了方法的有效性。
2025-04-02 econ.EM stat.ME
Estimation of quantile inequality curves and measures based on grouped data
Wrocław University of Science and Technology(弗罗茨瓦夫科技大学);Institute of Mathematics Polish Academy of Sciences(波兰科学院数学研究所)
该研究针对分组数据,采用最小散度法估计分位数不平等曲线与测度,证明了估计量的一致性和渐近正态性,经模拟验证并通过真实数据应用说明方法有效性。
2026-08-04 math.ST stat.AP stat.ME
A classification point-of-view about conditional Kendall's tau
我们展示了如何估计条件肯德尔的tau的问题可以重写为一个分类任务。条件肯德尔τ是条件依赖参数,其是给定的一对随机变量的特征。目标是预测在某些协变量条件下这对是一致的($1$的值)还是不一致的($-1$的值)。我们证明了一族惩罚近似极大似然估计的相合性和渐近正态性,包括在我们的框架中logit和probit回归的等价性。然后,我们详细介绍了具体的算法适应通常的机器学习技术,包括最近邻,决策树,随机森林和神经网络,设置的条件肯德尔的τ的估计。这些估计量的有限样本性质和它们对数据生成过程的每个组成部分的敏感性在模拟研究中进行评估。最后,我们将所有这些估计的数据集的欧洲股票指数。
2018-11-26 math.ST stat.CO stat.ME
An Oracle Property of The Nadaraya-Watson Kernel Estimator for High Dimensional Nonparametric Regression
著名的Nadaraya-Watson核估计是非参数回归研究最多的方法之一。一个经典的结果是,它的收敛速率取决于协变量的数量,并迅速恶化,随着维数的增长,这强调了“维数灾难”,并限制了其在高维设置的使用。在这篇文章中,我们表明,当真正的回归函数是单指标或多指标,维数灾难的影响可能会减轻Nadaraya-Watson核估计。具体来说,我们证明了$K$倍交叉验证,Nadaraya-Watson核估计指标的半正定带宽矩阵具有预言性质,其收敛速率取决于指数的数量的回归函数,而不是协变量的数量。直观地说,这个预言属性是允许带宽发散到无穷大的结果,而不是像以前的理论研究那样限制它们以一定的速率收敛到零。我们的结果提供了一个理论的角度使用核估计在高维非参数回归和其他应用,如度量学习时,预计一个低秩结构。通过仿真和实际数据的例子给出了数值说明。
2017-11-25 math.ST stat.TH
Optimization and Testing in Linear Non-Gaussian Component Analysis
独立成分分析(ICA)将多变量数据分解为相互独立的成分(IC)。ICA模型受到一个约束,即这些分量中最多有一个是高斯的,这是模型可识别性所需的。线性非高斯分量分析(LNGCA)将ICA模型推广到具有任意数量的非高斯分量(信号)和高斯分量(噪声)的线性潜在因子模型,其中观测值是独立分量的线性组合。虽然单个高斯分量是不可识别的,但高斯子空间是可识别的。我们介绍了一种估计器及其优化方法,其中非高斯和高斯分量同时估计,最大化每个非高斯分量与高斯性的差异,同时最小化每个高斯分量与高斯性的差异。当非高斯成分的数量是未知的,我们开发了一个统计测试,以确定它的基础上估计成分的resternity和差异。通过各种模拟研究,我们证明了我们的估计竞争估计的改进,我们说明了测试的有效性,以确定非高斯分量的数量。此外,我们将我们的方法应用于实际数据的例子,并证明其实用价值。
2017-12-29 math.ST stat.AP stat.CO
A Large Confirmatory Dynamic Factor Model for Stock Market Returns in Different Time Zones
该研究提出含全局与大陆双因子的多时区大规模验证性动态因子模型,给出两种一致且渐近正态的估计量,应用于42个市场的MSCI指数发现VIX高时市场一体化程度更高。
2025-02-24 math.ST stat.TH
Censored extreme value estimation
提出基于极值 Kaplan–Meier 积分的随机删失极值估计框架,扩展广义 Hill 型估计量并构造右删失数据极值指数估计量,模拟与脑癌数据验证其优势。
2025-02-16 math.ST stat.ME stat.TH
Sensitivity analysis from a single input/output sample
Université de Rennes, Ensai, CNRS, CREST(雷恩大学);ENAC - Ecole Nationale de l’Aviation Civile(国立民用航空学院);Université de Grenoble Alpes, CNRS, Inria, Grenoble INP, LJK(格勒诺布尔阿尔卑斯大学)
本文研究在仅有单个独立同分布输入/输出样本的条件下最优估计任意阶Sobol'指数的问题,提出两种基于半参数估计、高阶核估计和镜像型变换的估计量,并证明其渐近正态性与有效性。
2025-11-07 math.ST stat.TH
Optimal Estimation of Schatten Norms of a rectangular Matrix
我们考虑估计的有效秩和Schatten规范$\|{\bf A}\|_{s}$的矩形$p\times q$矩阵${\bf A}$从噪声观测的孪生问题。当$s$是一个偶数,我们引入了一个多项式时间估计的$\|{\bf A}\|_s$,实现了极大极小速率$(pq)^{1/4}$。有趣的是,这个最优速率并不依赖于矩阵的基本秩。当$s$不是偶数时,最佳速率要慢得多。一个简单的阈值估计的奇异值达到率$(q\wedge p)(pq)^{1/4}$,这原来是最佳的对数乘法项。紧极大极小速率是通过一个更复杂的多项式逼近方法来实现的。这使我们能够建立一类有效的秩指数的估计。作为一个副产品,我们还刻画了估计矩阵的奇异值序列的极大极小率。
2021-11-26 math.ST stat.TH
Parametric estimation of quantile versions of Zenga and D inequality curves: methodology and application to Weibull distribution
本文研究 Zenga 与 D 不平等曲线分位数版本的参数估计,提出最小距离估计量并证明其一致性与渐近正态性,且在 Weibull 模型中加以应用说明。
2023-12-12 math.ST stat.AP stat.TH
Maximum empirical likelihood estimation of the spectral measure of an extreme-value distribution
考虑来自极值分布函数$G$的最大吸引区域中的二元分布函数$F$的随机样本。这个$G$的特点是由两个极值指数和一个谱测度,后者确定的尾部依赖结构的$F$。多元极值理论中的一个主要问题是关于$L_p$范数的谱测度$Φ_p$的估计。对于每一个$p\in[1,\infty]$,提出了一个非参数最大经验似然估计$Φ_p$。主要的新颖性是,这些估计量保证满足矩约束谱措施的特点。在允许尾部独立的条件下证明了估计量的渐近正态性。此外,条件是很容易验证的,因为我们证明通过一些理论的例子。仿真研究表明,新的估计性能大大提高。两个案例研究说明了如何在实践中实施这些方法。
2009-09-01 math.PR math.ST stat.TH
On the asymptotics of extremal lp-blocks cluster inference
本文研究平稳正则变化时间序列中极值块的聚类推断,建立基于大 lp-范数观测值的块估计量渐近正态性,并在线性模型等经典模型中验证条件,证明经典指数聚类估计量渐近方差为零。
2025-05-06 math.PR math.ST stat.TH
Large-Sample Properties of Blind Estimation of the Linear Discriminant Using Projection Pursuit
本文从渐近角度研究不使用类别标签的投影寻踪线性判别盲估计,针对偏度、峰度及其凸组合三种投影指标推导中心极限定理,证明其极限协方差矩阵与LDA成比例,并揭示在组间充分分离且规模平衡时投影寻踪可达到与LDA相同的效率。
2021-03-08 math.ST stat.ME stat.TH
Estimating FARIMA models with uncorrelated but non-independent error terms
本文在误差不相关但不一定独立或鞅差的假设下,得到了分数积分自回归滑动平均(FARIMA)模型的最小二乘估计(LSE)的渐近性质.我们大大放宽了对新息过程的独立性甚至鞅差假设,以扩大FARIMA模型的应用范围。我们提出了一个相合估计量的渐近协方差阵的LSE,这可能是非常不同的标准框架中获得的。提出了一种构造弱FARIMA模型参数置信区间的自归一化方法。我们所有的结果都是在噪声混合假设下完成的。最后,一些模拟研究和股票市场指数的日收益率的应用,以证实我们的理论工作。
2021-03-18 math.ST stat.AP stat.TH
Fast pick-freeze estimation of Sobol' sensitivity maps using basis expansions
针对通用场景下Sobol'灵敏度映射计算效率低的问题,提出基于通用基展开的快速pick-freeze估计方法,推导闭式表达式与估计公式,显著降低计算成本,可同时得到灵敏度映射与bootstrap置信区间,并在解析案例和非牛顿溃坝流模拟中验证有效性。
2024-12-11 math.ST stat.TH
Summary Indices in Treatment Effect Estimation
The University of Melbourne(墨尔本大学)
本文研究处理效应估计中汇总指数的权重性质,发现逆协方差加权指数权重可为负且无界,导致指数效应符号与分量相反,并提出两种有效推断方法,且汇总指数不必然提高功效。
2026-09-21 econ.EM stat.ME
Statistical inference for Sobol pick freeze Monte Carlo method
许多数学模型涉及输入参数,这些参数不是精确已知的。全局敏感性分析旨在确定其不确定性对感兴趣的数量(模型输出)的变异性影响最大的参数。用于量化每个输入变量对输出的影响的统计工具之一是Sobol敏感性指数。我们考虑从模型输出的有限样本中对该指数进行统计估计。研究了Sobol指标的两种估计的渐近性和非渐近性。这些性质适用于显著性检验和置信区间估计。
2013-03-26 math.ST stat.AP stat.ME
Statistical inference of subcritical strongly stationary Galton--Watson processes with regularly varying immigration
本文讨论了具有尾指标为$α\in (1,2)$的正则变化移民的次临界强平稳Galton-Watson过程的后代均值的条件最小二乘估计的渐近性态.极限律是指数分别为$α/2$和$2α/3$的两个相依稳定随机变量之比,它具有连续可微的密度函数。在证明中我们使用了点过程技术。
2020-10-22 math.PR math.ST stat.TH
High-Dimensional Binary Variates: Maximum Likelihood Estimation with Nonstationary Covariates and Factors
本文提出容纳非平稳协变量和因子的高维二元变量模型,研究了非平稳及协整单一指数下系数与因子的极大似然估计的收敛速率与极限分布,并通过模拟与金融市场跳跃到达分析验证了其有效性。
2025-05-28 math.ST stat.TH
Unifying the Hoover and Gini indices: Analytical, bias, and computational aspects
University of Brasilia(巴西利亚大学);Federal University of Pelotas(佩洛塔斯联邦大学)
本文提出了一种新的不平等指数家族,连接霍夫曼指数和基尼系数,通过分析性质和统计方法展示了其理论和应用价值。
2026-03-27 stat.ME
Estimation of Independent Component Analysis Systems
本文基于连续广义矩方法提出一种计算可行且渐近高效的最优ICA估计量,无需高阶矩或参数限制,并通过模拟及SVAR应用验证其优于GMM、JADE和FastICA。
2025-11-06 math.ST stat.ME stat.TH
Optimal estimators of cross-partial derivatives and surrogates of functions
该研究提出一种基于随机点与约束的函数交叉偏导代理模型,实现最优收敛速率且无维数灾难,可用于灵敏度指数计算与模拟器构建,数值验证显示其稳定性良好。
2024-07-05 math.OC math.PR math.ST
A Robust Effect Size Index
本文提出基于M估计量的稳健效应量指数,可跨模型保持无单位与不变性,并给出功效、样本量公式及有限样本模拟验证。
2019-10-30 stat.ME
High-Order Statistical Functional Expansion and Its Application To Some Nonsmooth Problems
令$\bx_j = \btheta +\bep_j, j=1,...,n$是欧几里得或可分希尔伯特空间$\scrH$中的未知参数$\btheta$的观测值,其中$\bep_j$是作为来自一般分布的$\scrH$中的随机元素的噪声。本文在$\bx_j$的基础上,研究了给定函数$f:\scrH\rightarrow \RR$的$f(\btheta)$的估计问题.我们的方法的关键要素是一个新的方法,我们称之为高阶退化统计展开。它利用了经典的多元泰勒展开和退化$U$统计的使用,并产生一个优雅的显式公式。在$\scrH=\R$的单变量情况下,该公式将所提出的估计器的误差表示为阶$k$退化$U$ -噪声与系数$f^{(k)}(\btheta)/k!$的乘积之和以及以黎曼-刘维尔积分形式的显式余项,如在真实$\btheta$周围的泰勒展开中。对于一般的$\scrH$,该公式表示的估计误差的内积的$f^{(k)}(\btheta)/k!$和$k$噪声的张量积的平均值具有不同的指标和平行的扩展的剩余项从单变量的情况。这使得所提出的方法是经典泰勒展开的自然统计版本。所提出的估计器可以看作是$f(\cdot)$在真实$\btheta$周围的理想退化展开的刀切估计器,并且可以通过Bootstrap来近似。因此,刀切法、自举法和泰勒展开法都收敛于所提出的估计量。我们开发的风险界估计和中心极限定理下的二阶矩条…
2021-12-31 math.ST stat.TH
Exact finite-sample bias, variance, and MSE of normalized scale-invariant inequality indices under Gamma mixture models
Department of Statistics, University of Brasilia(巴西利亚大学统计系);University of Brasilia(巴西利亚大学)
本研究针对Gamma混合模型下的归一化尺度不变不平等指数,推导了估计量的精确有限样本偏差、方差和均方误差公式,并证明其渐近无偏性、强相合性和渐近正态性,为异质总体下的估计提供了统一框架。
2026-10-06 math.PR math.ST stat.ME
Learning Global Sensitivity Indices from Observational Data: A Metamodel-Based Approach
University of Naples Federico II(那不勒斯费德里科二世大学);Polytechnic and Basic Sciences School(理工与基础科学学院);Department of Electrical Engineering and Information Technology(电气与信息工程系)
提出MM-GSA元模型方法,从观测数据估计一阶Sobol'指数和新的结构指数,分别量化输入贡献和预测性能依赖,理论保证与实验验证其互补性。
2026-10-01 stat.ME stat.ML
RESAPLE: An Approximate One-Step Restricted Likelihood Estimator of Spatial Dependence for Exploratory Spatial Analysis
University of Toronto(多伦多大学)
提出RESAPLE,一种基于REML残差的一步近似限制最大似然估计量,用于估计空间误差模型的空间依赖参数ρ,在中等空间依赖下计算廉价且准确,优于Moran's I和APLE。
2026-07-01 stat.AP stat.ME