Fisher Information and Differentiability for $r$-Largest Generalized Extreme-Value Models
Chonnam National University(全南国立大学)
该研究针对rGEV模型,证明其二次平均可微性阈值与块极大值一致,推导了Fisher信息性质,发现使用5个最大次序统计量可显著降低重尾情形下的参数估计标准误差。
2026-10-14 math.ST stat.ME stat.TH
Stochastic Comparisons of Second-Order Statistics from Dependent and Heterogenous Modified Proportional Hazard Rate Observations
在这篇文章中,我们研究了二阶顺序统计量的随机比较,从相依或独立的观察与修改的比例风险率模型。首先,我们从相依和异质观测值中建立了二阶顺序统计量的一般随机序。其次,在独立观测的二阶顺序统计量的危险率次序上给出了充分条件。然后,我们研究了由两组独立的多离群修正比例风险率观测值所产生的二阶顺序统计量的风险率序。最后,给出了一些数值例子来说明理论结果.
2022-01-05 math.ST stat.TH
A new stochastic order based on discrete Laplace transform and some ordering results of the order statistics
研究了一种基于离散拉普拉斯变换的新随机序。通过这个顺序,在一个设置的样本量是随机的,具有离散的delta和nabla分布,我们得到了一些排序结果,涉及普通和分数顺序统计量。并给出了在脆弱性模型和可靠性方面的一些应用。
2021-04-08 math.ST stat.TH
Transform orders and stochastic monotonicity of statistical functionals
在一些推断统计方法中,如检验和置信区间,除了描述统计泛函的大样本性质外,描述统计泛函的随机行为是很重要的。我们研究这样的行为在通常的随机顺序。为了这个目的,我们引入了一个广义的家庭的随机订单,这是被称为转换订单,它提供了一个灵活的框架,推导随机单调性的结果。由于我们的一般定义使得有可能获得一些众所周知的顺序关系作为特殊情况下,我们可以很容易地将我们的方法应用到不同的家庭的泛函。其中包括一些著名的不平等措施,如广义熵,基尼指数,及其推广。我们还说明了我们的方法的适用性,通过确定最不利的分布,和一些自举统计量的行为,在一些拟合优度检验程序。
2022-10-24 math.ST stat.TH
On a class of distributions generated by stochastic mixture of the extreme order statistics of a sample of size two
本文考虑一类由大小为2的样本的顺序统计量的随机混合构成的分布族。所提出的模型的各种属性进行了研究。我们应用该模型扩展指数和对称拉普拉斯分布。扩展到双变量的情况下被认为是。
2019-04-08 math.ST stat.TH
Usual stochastic orderings of the second-order statistics with dependent heterogeneous semi-parametric distribution random variables
本文研究了相依异质半参数分布观测下第二顺序统计量的随机比较,在p-较大序和倒数优势序下建立了一般随机序的充分条件,并通过数值实例、模型应用及真实数据可靠性分析验证了理论结果。
2024-07-26 math.ST stat.TH
On Stochastic Comparisons of Order Statistics from Heterogeneous Exponential Samples
我们证明了在星序意义下,来自$n\geq k$指数随机变量的异质样本的$k$顺序统计量大于来自同质指数样本的$k$阶统计量,如Xu和Balakrishnan(2012)所证明的。因此,我们建立了异质和同质指数样本之间的顺序统计量的风险率排序,解决了Psalltagnea(2008)的一个公开问题。一般间距的扩展。
2016-07-22 math.ST stat.TH
Integral stochastic orders of $m$-generalized order statistics from transform-ordered nonparametric families
University of Coimbra(科英布拉大学);University of Bergamo(贝加莫大学);Polish Academy of Sciences(波兰科学院)
本文为 $m$-广义次序统计量在递增凹、递增凸和星形随机序下提供比较的充分条件,涵盖经典次序统计量、删失II型次序统计量和记录值,并采用非参数变换有序假设。
2026-06-05 math.ST stat.TH
Modeling climate extremes using the four-parameter kappa distribution for $r$-largest order statistics
本文提出面向 $r$ 个最大次序统计量的四参数 kappa 分布 rK4D,推导其分布函数与估计方法,并通过模拟和曼谷极端降雨数据验证其降低极端重现水平估计不确定性的效果。
2024-12-05 stat.AP stat.ME
Statistical inference for discretely sampled stochastic functional differential equations with small noise
研究了带小噪声的多维随机时滞方程漂移和扩散系数的参数估计问题。延迟结构被写为相对于延迟测量的积分形式。我们的对比度函数是基于局部高斯近似的转移概率密度的过程。当离差系数趋于零时,样本量趋于无穷大时,我们证明了最小对比度估计的相合性和渐近正态性。
2023-03-20 math.ST stat.TH
Parameter estimation for the generalized extreme value distribution: a method that combines bootstrapping and r largest order statistics
本文提出将r个最大次序统计量与置换自助法相结合估计广义极值分布参数,并在合成数据与真实气象序列上验证其估计精度优于单独使用任一方法。
2024-08-07 stat.AP stat.ME
On the convergence of entropy for K-th extreme
本文研究线性归一化下第k个最大次序统计量的熵极限定理,给出了第k个极值熵收敛的充分必要条件。
2024-07-15 math.ST stat.TH
Extreme Value Analysis Without the Largest Values: What Can Be Done?
本文研究了重尾数据在部分极值不可得情况下的分析问题。这项研究的动机是分析一个大型社会网络中的度分布。这种网络的度分布在尾部往往具有幂律行为。我们专注于希尔估计,它在重尾建模中起着重要作用。该数据的Hill估计量表现出一个平滑且递增的“样本路径”,该路径是构建估计量时所用的高阶顺序统计量数量的函数。当我们人为地移除更多的高阶顺序统计量时,这种行为变得更加明显。在此基础上,我们介绍了一个新版本的希尔估计。它是估计中使用的上顺序统计量的数量的函数,但也取决于不可用的极值的数量。我们建立函数收敛的归一化希尔估计高斯过程。基于极限理论给出了一种估计方法,用于估计Hill估计的缺失极值个数和极值参数,包括尾指数和偏差。我们说明了这种方法是如何在模拟和真实数据的例子。
2018-12-18 math.ST stat.TH
Bounding Optimality Gap in Stochastic Optimization via Bagging: Statistical Efficiency and Stability
本文研究了一种估计最优值的统计方法,并将随机最优化问题解的最优性间隙作为评价解质量的一个指标。我们的方法是基于自举聚合,或装袋,重采样样本平均近似(SAA)。我们展示了这种方法如何导致有效的统计置信区间的非光滑优化。我们还证明了它的统计效率和稳定性,特别是在有限的数据情况下,并比较这些属性与一些现有的方法。我们提出了我们的理论,认为SAA作为一个内核的无限阶对称统计,这可以通过装袋近似。我们证实了我们的理论研究结果与数值结果。
2022-12-05 math.OC math.ST stat.TH
Some ordering properties of highest and lowest order statistics with exponentiated Gumble type-II distributed components
IIT Kharagpur(印度理工学院哈格普尔分校)
本文针对服从指数化Gumbel-II分布的独立随机变量,利用向量优化与多元链优化理论,建立了高低次序统计量的多种随机序关系,为联合参数异质性下的可靠性比较提供了通用方法。
2026-11-09 math.ST stat.OT stat.TH
High Dimensional Bootstrap and Asymptotic Expansion for the $k$-th Largest Coordinate
Nankai University(南开大学)
本文研究高维数据中k-最大坐标的bootstrap推断,提出基于阶刻度的因子矩和加权包含-排除方法,推导出高维Edgeworth和Cornish-Fisher展开,并展示通过wild bootstrap可达到n^{-1}级的覆盖误差。
2026-04-06 math.ST stat.ME stat.TH
Online Statistical Inference for Stochastic Optimization via Kiefer-Wolfowitz Methods
本文研究随机优化参数的在线统计推断,分析随机搜索方向下 AKW 估计量的渐近分布及其效率与查询复杂度权衡,并给出两种置信区间构造方法。
2023-12-10 math.ST stat.ML stat.TH
Automated selection of $r$ in $r$-largest order statistics models: finite-sample performance and return-level inference
Chonnam National University(全南国立大学);Mahasarakham University(玛哈沙拉堪大学)
本文提出了一种基于CCDF的拟合优度检验方法,用于平稳和非平稳rGEV模型中r的选择,适用于小样本和大样本,并通过实证数据验证其有效性。
2026-10-23 stat.CO stat.ME
Statistical Inference for the Population Landscape via Moment Adjusted Stochastic Gradients
现代统计推断任务通常需要迭代优化方法来计算解。从最优化的角度进行收敛性分析,只告诉我们如何以及解决方案是近似的数字,但忽略了数据的采样性质。相反,认识到数据的随机性,统计学家热衷于为使用迭代优化方法获得的解决方案提供不确定性量化或置信度。本文沿着这个方向取得了进展,通过引入矩调整的随机梯度下降,一个新的随机最优化方法的统计推断。我们建立了非渐近理论,其特征在于统计分布的某些迭代方法的优化保证。在统计方面,该理论允许模型错误指定,对数据的条件非常温和。对于优化,该理论对于凸和非凸情况都是灵活的。值得注意的是,从统计学中的“误差标准化”激发的力矩调整思想实现了与用于拟合广义线性模型的一阶优化方法中的加速类似的效果。我们还通过数值实验证明了这种加速效应在非凸设置。
2019-02-26 math.ST stat.ME stat.ML
A stochastic comparison study for the smallest and largest ordered statistic from Weibull-G and Gompertz Makeham distribution
本文讨论了独立异质Weibull-G随机变量和Gompertz-Makeham随机变量的最小和最大有序统计量的随机比较问题。在多元链优控制条件下,我们比较了取不同模型参数所产生的系统,得到了随机序的结果。利用向量优化的概念,我们比较不同的系统,并获得随机排序的结果。
2020-02-27 math.ST stat.TH
Approximate Newton-based statistical inference using only stochastic gradients
The University of Texas at Austin(得克萨斯大学奥斯汀分校);Rice University(莱斯大学)
我们提出了一个新的统计推断框架凸经验风险最小化,使用近似随机牛顿步骤。该算法是基于有限差分的概念,并允许从一阶信息的海森矢量积的近似。在理论上,我们的方法有效地计算的统计误差协方差$M$估计,无论是非正则凸学习问题和高维LASSO回归,而不使用精确的二阶信息,或重新搜索整个数据集。我们还提出了一个随机梯度抽样方案的统计推断非独立同分布。时间序列分析,其中我们对连续的索引块进行采样。在实践中,我们证明了我们的框架在大规模机器学习问题上的有效性,甚至超越了凸性:作为一个亮点,我们的工作可用于检测神经网络上的某些对抗攻击。
2019-02-05 cs.CV cs.LG math.OC
Generalized logistic model for $r$ largest order statistics, with hydrological application
本文提出用于 $r$ 个最大次序统计量的广义 logistic 模型 rGLO,给出其密度、分布函数及多种推断方法,并通过模拟和英国极端径流应用验证其有效性。
2024-10-25 stat.AP stat.ME
Statistical Inference for Polyak-Ruppert Averaged Zeroth-order Stochastic Gradient Algorithm
University of California, Davis(加利福尼亚大学戴维斯分校)
用随机梯度算法训练的统计机器学习模型越来越多地被部署在关键的科学应用中。然而,在几个这样的应用中计算随机梯度是非常昂贵的,有时甚至是不可能的。在这种情况下,使用无导数或零阶算法。迄今为止,在统计机器学习文献中尚未充分解决的一个重要问题是,为随机零阶算法配备实用而严格的推理能力,以便我们不仅具有点估计或预测,而且还通过置信区间或集合量化相关的不确定性。为此,本文首先建立了Polyak-Ruppert平均随机零阶梯度算法的中心极限定理。然后,我们提供在线估计的渐近协方差阵出现在中心极限定理,从而提供了一个实用的程序,用于构建渐近有效的置信区间(或区间)的参数估计(或预测)的零阶设置。
2021-11-14 cs.LG stat.ML
On the Impossibility of Statistically Improving Empirical Optimization: A Second-Order Stochastic Dominance Perspective
当随机最优化中的基本概率分布仅通过数据观察时,已经研究了各种数据驱动的公式以获得近似最优解。我们表明,没有这样的配方可以,在某种意义上说,从理论上提高统计质量的经验优化得到的解决方案。我们通过证明任何数据驱动解决方案的最优性差距对Oracle最佳解决方案的一阶行为(包括偏差和方差)是由经验优化主导的二阶随机性来论证这一点,只要相对于底层分布保持适当的平滑性。我们证明了这种不可能的改进,在一系列的例子,包括正则化优化,分布鲁棒优化,参数优化和贝叶斯推广。我们还讨论了半参数统计推断和数据驱动的优化文献中的其他观点,我们的结果的连接。
2021-05-27 math.OC stat.ME
Phase Transition in the Generalized Stochastic Block Model
研究了广义随机块模型(GSBM)中的社团结构检测问题。通过对经验谱分布的Stieljtes变换的分析,证明了GSBM的最大本征值存在一个BBP型跃迁。对于特定的模型,如一个隐藏的社区模型和一个不平衡的随机模型,我们提供了两个最大的特征值的精确公式,建立在BBP型过渡的差距。
2022-06-20 math.PR math.ST stat.TH
Numerical computation for the exact distribution of Roy's largest root statistic under linear alternative
本文讨论了多元方差分析~(MANOVA)中Roy检验的精确把握度的计算。本文给出了奇异非中心Beta矩阵的最大特征值用带状多项式乘积表示的精确表达式。该分布的数值计算通过将带状多项式的乘积展开为带状多项式的线性组合的算法进行。此外,我们提供了一个精确的分布的最大特征值的形式,是方便的数值计算下的线性替代。
2022-11-08 math.ST stat.TH
Stochastic comparisons of the largest claim amounts from two sets of interdependent heterogeneous portfolios
设$ X_{λ_1},\ldots,X_{λ_n}$为相依非负随机变量,$Y_i=I_{p_i} X_{λ_i}$,$i=1,\ldots,n$,其中$I_{p_1},\ldots,I_{p_n}$为独立于$X_{λ_i}$的Bernoulli随机变量,有${\rm E}[I_{p_i}]=p_i$,$i=1,\ldots,n$ .在精算科学中,$Y_i$对应于风险组合中的索赔金额。本文在通常的随机序意义下,比较了两组相依投资组合的最大索赔额,其中一组中的变量具有参数$λ_1,\ldots,λ_n$和$p_1,\ldots,p_n$,另一组中的变量具有参数$λ^{*}_1,\ldots,λ^{*}_n$和$p^*_1,\ldots,p^*_n$ .为了说明,我们将结果应用于精算中的一些重要模型。
2018-12-14 math.ST q-fin.RM stat.TH
Exact Distribution of the Noncentral Complex Roy's Largest Root Statistic via Pieri's Formula
本研究借助组合学中的Pieri公式显式计算线性化系数,推导了可表为复带状多项式乘积的非中心复Roy最大根统计量的精确分布与矩,并将其应用于复MANOVA的检验功效计算。
2025-07-29 math.ST stat.TH
U-max-Statistics
1948年,W. Hoeffding介绍了一个大类的无偏估计称为U-统计量,定义为平均值的实值k-变量函数h计算在所有可能的k点集从一个随机样本。在本文中,我们研究相应的极值模拟,我们称之为U-max统计量。我们关心的是这样的函数h的最大值的行为,而不是它的平均值。U-max统计量的示例是随机样本内的直径或最大标量积。U-max-更高次的统计量由三参数和其他度量不变量给出。
2007-04-11 math.PR math.ST stat.TH
Gaussian Multiplier Bootstrap Procedure for the $k$th Largest Coordinate of High-Dimensional Statistics
State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);School of Mathematical Science, University of Chinese Academy of Sciences(中国科学院大学数学科学学院);Department of Information and Computing Science, University of Science and Technology Beijing(北京科技大学信息科学系)
本文提出了一种用于高维统计中第k大坐标Gaussian乘法器自助法的过程,解决了k≥1的通用情况,并通过实验验证了其有效性。
2026-07-16 math.ST stat.TH
Berry--Esseen Bounds for Multivariate Nonlinear Statistics with Applications to M-estimators and Stochastic Gradient Descent Algorithms
通过建立一个新的多元型随机浓度不等式,建立了一般多元非线性统计量的Berry-Esseen界.该界是许多已知统计量的最佳可能界。作为应用,得到了M-估计和平均随机梯度下降算法的Berry-Esseen界.
2021-04-01 math.PR math.ST stat.TH
Roy's Largest Root Test Under Rank-One Alternatives
Roy最大根是多元分析、统计信号处理等领域中常用的检验统计量。尽管其无处不在,提供准确和易于处理的近似下的替代其分布一直是一个长期的开放问题。假设高斯观测值和一阶替代方案或集中非中心性,我们可以推导出最常见低维设置的简单而准确的近似值。这些方法包括噪声中的信号检测、多响应回归、多元方差分析和典型相关分析。一个小的噪声扰动的方法,可能在统计学中使用不足,导致标准的单变量分布的简单组合,如中心和非中心$χ^2$和$F$。我们的研究结果允许近似的权力和样本量计算罗伊的检验秩一效应,这正是它是最强大的。
2015-07-03 math.ST stat.TH
Roy's largest root under rank-one alternatives:The complex valued case and applications
Wishart矩阵的最大特征值,即Roy最大根(RLR),在许多应用中起着重要的作用。迄今为止,大多数作品在各种渐近制度下推导出其分布的近似值,如自由度、维数或两者都趋于无穷大。然而,一些应用涉及有限的和相对小的参数,对于这些参数,上述近似可能是不准确的。最近,通过一个小的噪声扰动的方法与固定的尺寸和自由度,Johnstone和Nadler推导出简单而准确的随机逼近的分布罗伊的最大根在真正的价值的情况下,排名一的替代品。本文将他们的结果推广到复值情形。此外,我们分析的行为的领导特征向量,通过开发新的随机逼近。具体而言,我们得出简单的随机逼近的最大特征值的分布下五个常见的复杂的单矩阵和双矩阵的情况。然后,我们应用这些结果来研究信号检测和通信中的几个问题。特别是,我们分析了RLR检测器在认知无线电频谱感知和恒模信号检测在高信噪比(SNR)制度的性能。此外,我们解决的问题,确定最佳的发射-接收天线配置(这里的最优性是在中断最小化的意义上)的秩一多输入多输出莱斯衰落信道在高信噪比。
2014-11-16 cs.IT math.IT math.ST
Limiting Statistics of the Largest and Smallest Eigenvalues in the Correlated Wishart Model
相关Wishart模型提供了一个标准的工具,用于分析各种系统的相关性。虽然复杂的相关矩阵是众所周知的,经验上更重要的实际情况仍然构成了巨大的挑战。本文提出了一种新的方法,将任意统计量仅依赖于不变量映射到不变的厄米矩阵模型。为了完整性,我们还包括四元数的情况下,并处理所有三种情况下,在一个统一的方式。作为一个重要的应用,我们研究了关联Wishart模型中最大特征值及其极限分布的统计特性,因为它们有助于估计大型复杂系统的行为。我们表明,即使是完全相关的Wishart合奏,Tracy-Widom分布可以是最大和最小的本征值的极限分布,提供一定的缩放的经验本征值。
2014-12-23 cond-mat.stat-mech math-ph math.MP
On the Domain of Attraction of a Tracy-Widom Law with Applications to Testing Multiple Largest Roots
最大根统计量在多个多元分析设置中作为检验统计量出现。假设存在由不同的独立子零假设组成的全局原假设,并且假设最大根统计量用作每个子原假设的检验统计量。当对协方差阵的相等性进行一批MANOVA或几批成对检验时,可能会出现这样的问题。使用联合交叉测试的方法,并让问题的尺寸趋于无穷快于批量的数量,我们表明,全球零可以使用Gumbel分布来近似的临界值进行测试。虽然理论结果是渐近的,模拟研究表明,即使是小到中等尺寸的近似是非常好的。结果是通用的,可以应用于任何使用最大根统计量的设置,而不仅仅是我们用于说明目的的两种方法。
2015-10-29 math.ST stat.TH
Stochastic integrals and asymptotic analysis of canonical von Mises statistics based on dependent observations
本文的第一部分研究了定义在任意非空集子集半环上的非随机函数关于非正交Hilbert噪声的随机积分。在第二部分中,我们应用这个构造来研究正则(即,退化)Von Mises统计量基于弱相关平稳观测。
2006-12-20 math.PR math.ST stat.TH
Heterogeneous hypergeometric functions with two matrix arguments and the exact distribution of the largest eigenvalue of a singular beta-Wishart matrix
本文讨论了具有两个矩阵变元的非齐次超几何函数的若干性质。这些函数是新定义的,但已经出现在统计文献中,在处理奇异β-Wishart矩阵的特征值的某些分布的推导时是有用的。本征值的联合密度函数和最大本征值的分布可用某些非均匀超几何函数表示。针对实际情况,对最大特征值的分布进行了精确计算。
2020-12-08 math.ST stat.TH
One-step corrected projected stochastic gradient descent for statistical estimation
本研究提出一种基于对数似然函数投影随机梯度下降、经Fisher scoring单步校正的通用高效参数估计方法,理论与仿真均验证其可作为现有两类随机梯度下降方法的有效替代方案。
2024-04-13 math.ST stat.ML stat.TH
Statistical applications of random matrix theory: comparison of two populations I
本文研究了一种检验两个独立估计的协方差阵相等性的统计方法,当潜在相关的数据向量的数量很大且与向量的大小(即变量的数量)成比例时。受随机矩阵理论中使用的尖峰模型的启发,我们专注于矩阵的最大特征值,以确定显着性。为了避免错误拒绝,我们必须防止残留的尖峰,并需要一个足够精确的描述下的原假设的最大特征值的行为。在本文中,我们奠定了一个基础,通过处理替代品的基础上扰动的顺序$1$,即一个单一的大特征值。我们的统计允许用户测试两个总体的相等性。未来的工作将扩展的结果,以扰动的顺序$k$和证明保守性的程序更一般的矩阵。
2020-03-06 math.ST stat.ME stat.TH
Distribution of the largest eigenvalue for real Wishart and Gaussian random matrices and a simple approximation for the Tracy-Widom distribution
我们推导出有效的递归公式,给出有限维实Wishart矩阵和高斯正交包络(GOE)的最大特征值的精确分布。在比较大随机矩阵的极限分布的精确分布,我们还发现,特雷西-Widom定律可以近似为一个适当的缩放和移位的伽玛分布,具有很大的准确性,为共同感兴趣的值在统计应用。
2014-04-22 cs.IT math.IT math.ST
Quantization and Fractional Quantization of Currents in Periodically Driven Stochastic Systems II: Full Counting Statistics
本文研究了有限节点图上的马尔可夫随机运动,其转移率是周期性的。我们表明,在一般条件下,在低温下出现的量子化电流的拓扑不变量的电流的计数统计的表现。这一观察提供了一种方法的计数统计的拓扑性质的分类,以及在低温下的电流的鲁棒量化的现象的扩展的计数统计持续到有限的温度的属性。
2012-03-22 cond-mat.mes-hall cond-mat.stat-mech math.AT
Coupled Stochastic-Statistical Equations for Filtering Multiscale Turbulent Systems
本文提出耦合随机–统计方程框架,推导条件高斯无穷维Kalman-Bucy最优滤波解,并构建可稳定收敛的有限维集合滤波算法,以恢复多尺度湍流的非高斯统计。
2024-07-05 math-ph math.MP math.ST