Doppler Power Spectrum in Channels with von Mises-Fisher Distribution of Scatterers
本文推导了 vMF 散射信道中多普勒频谱的闭式表达式,分析了散射体平均方向和集中程度的影响,发现平行与垂直运动下频谱分别呈指数和类高斯形状,并通过仿真验证了结果。
2025-01-29 eess.SP stat.OT
Robust estimation of parameters in logistic regression via solving the Cramer-von Mises type L2 optimization problem
University of South Florida(南佛罗里达大学)
本文通过求解Cramer-von Mises类型L2优化问题,提出了一种稳健估计逻辑回归参数的新方法,并研究了其渐近性质。
2025-12-16 math.ST stat.TH
On the Bahadur slope of the Lilliefors and the Cramér--von Mises tests of normality
我们发现Bahadur斜率的Lilliefors和Cramér-von Mises正态性检验。
2006-12-22 math.PR math.ST stat.TH
From Tail Universality to Bernstein-von Mises: A Unified Statistical Theory of Semi-Implicit Variational Inference
本文提出了一种统一的统计理论,用于分析半隐式变分推断(SIVI)的近似、优化和统计特性,揭示了SIVI在不同条件下的可恢复性和渐进行为。
2025-12-05 math.ST stat.ML stat.TH
Truncated Cramér-von Mises test of normality
本文介绍了一种基于标准化经验过程的正态性检验方法。第一步是引入一个Cramér-von Mises型统计量,其权重等于对称区间$[-a_n,a_n]$上支持的标准正态密度函数的倒数,该对称区间取决于样本量$n.$。端点序列$a_n$趋于无穷大,并选择该端点序列,使得统计量以$\ln \ln n.$的速度趋于无穷大。在减去均值后,获得合适的检验统计量,具有与著名的Shapiro-Wilk统计相同的渐近定律。新的测试的性能进行了描述和比较与其他三个著名的正态性检验,即Shapiro-Wilk,安德森-达林和del Barrio-Matrán,Cuesta Albertos,和Rodr\'ıguez Rodr\' ıguez,通过功率计算在许多替代假设。
2019-03-21 math.ST stat.TH
Asymptotic local efficiency of Cramér--von Mises tests for multivariate independence
Deheuvels [J. Multivariate Anal. 11(1981)102- 113]以及Genest和Rémillard [Test 13(2004)335- 369]已经表明,多变量独立性的强大秩检验可以基于从经验copula过程的Möbius分解导出的渐近独立的Cramér-von Mises统计量的组合。在这里使用的替代品的连续序列下,这个过程的大样本行为的结果给出了这样的检验统计量的极限分布的表示,并计算其相对局部渐近效率。当地的功率曲线和渐近相对效率比较熟悉的类copula替代品。
2007-08-03 math.ST stat.TH
Bernstein-von Mises theorem for log-concave posteriors
CREST-ENSAE(法国国家统计与经济研究所应用经济学研究中心)
本文在对数凹后验条件下,无需光滑性假设,通过凸分析证明了伯恩斯坦-冯-米塞定理的新版本。
2026-02-10 math.ST stat.TH
Information theoretic results for stationary time series and the Gaussian-generalized von Mises time series
本章介绍了一些新的信息理论的结果分析平稳时间序列在频域。特别地,对应于具有固定的自协方差函数的某些值的最不确定或不可预测的时间序列的谱分布是广义冯米塞斯谱分布。因此,它是一个最大熵谱分布和相应的平稳时间序列被称为广义冯米塞斯时间序列。广义冯米塞斯分布用于方向统计,用于对遵循多峰分布的平面方向进行建模。此外,高斯广义冯米塞斯时间序列作为平稳时间序列,最大化的熵在频域和时域,分别称为频谱和时间熵。简要分析了该时间序列的参数估计和计算问题。
2021-01-21 math.ST stat.TH
Some Fundamental Properties of a Multivariate von Mises Distribution
在应用领域,如生物信息学的多变量分布的角度遇到显着的聚类。对这种情况进行统计建模的一种方法是使用单峰分布的混合。在文献(Mardia等人,2011年),多变量冯米塞斯分布,也被称为多变量正弦分布,已被建议用于此类模型的组成部分,但该领域的工作受到以下事实的阻碍,即没有良好的冯米塞斯分布是单峰的标准。本文研究了多变量von Mises分布何时为单峰分布的问题。我们给出了足够的标准,这是情况下,并显示与多个模式的分布的例子,当这些标准被违反。此外,我们提出了一种方法来产生样品的冯米塞斯分布的情况下,高浓度。
2013-07-05 math.ST stat.TH
Bernstein-von Mises Theorems for Functionals of Covariance Matrix
我们提供了一个一般的理论框架,推导出Bernstein-von Mises定理的矩阵泛函。泛函和先验的条件是明确的,易于检查。结果得到各种泛函,包括条目的协方差阵,条目的精度矩阵,二次型,对数行列式,特征值的贝叶斯高斯协方差/精度矩阵估计设置,以及贝叶斯线性和二次判别分析。
2014-12-01 math.ST stat.TH
Bernstein Von Mises Theorem for linear functionals of the density
本文研究了密度的线性泛函的渐近后验分布。特别是,我们给出了一般条件,以获得半参数版本的Bernstein-Von Mises定理。然后,我们将这个一般结果应用于基于无限维指数族的非参数先验。作为一个副产品,我们还获得了自适应的非参数率的浓度的后验分布根据这些家庭的先验类的Sobolev和Besov空间。
2009-08-28 math.ST stat.TH
Bernstein von-Mises Theorem for g-prior and nonlocal prior
该研究针对线性回归模型,在分层g先验下推导了误差方差已知和未知(配逆伽马先验)情形的Bernstein von Mises定理,并揭示全变差与α-散度测度的关联。
2024-01-26 math.ST stat.TH
Bernstein - von Mises Theorem for growing parameter dimension
本文从不同的角度重新审视了著名的Fisher、Wilks和Bernstein-von Mises(BvM)结果。特别要解决的问题是:只有一个有限样本的非渐近框架,可能的模型错误,和一个大的参数尺寸。特别地,在i.i.d.样本,上述结果可以为任何光滑的参数族提供的参数空间的维数\(p \)满足条件“\(p^{2}/n \)是小的”的Fisher展开,而Wilks和BvM的结果要求“\(p^{3}/n \)是小的”。
2014-04-25 math.ST stat.TH
On the Bernstein-Von Mises Theorem for High Dimensional Nonlinear Bayesian Inverse Problems
本文证明了一类高维非线性贝叶斯反问题在噪声消失极限下的Bernstein-vonMises定理。我们提出了一个关于未知参数个数增长率的充分条件,在此条件下,后验分布是渐近正态的。这个增长条件表示明确的模型维数,反问题的不适定性程度和噪声参数。理论结果被应用到一个椭圆问题中的介质参数的贝叶斯估计。
2017-06-03 math.ST stat.TH
On Cramér-von Mises statistic for the spectral distribution of random matrices
令$F_N$和$F$是$N\times N$维格纳矩阵的经验和极限谱分布。Cramér-von Mises(CvM)统计量是一种经典的拟合优度统计量,它以$\ell^2$ -范数表征$F_N$和$F$之间的距离。本文考虑了Wigner矩阵CvM统计量的介观近似,并导出了它的极限分布。在附录中,我们还给出了玩具模型CUE的CvM统计量的极限分布(没有近似)。
2020-07-25 math-ph math.MP math.PR
Bayesian tests of symmetry for the generalized von Mises distribution
介绍了平面方向广义von Mises模型对称性的贝叶斯检验(Gatto和Jammalamadaka,2007)。广义冯米塞斯分布是一个灵活的模型,可以是轴对称或不对称,单峰或双峰。提供了轴对称的表征,并将其作为拟定贝叶斯检验之一的原假设。贝叶斯检验是通过概率扰动技术得到的。扰动先验概率测量,以便为原假设提供正的先验概率,否则原假设将为零。这允许推导简单的计算公式的贝叶斯因子。数值结果表明,只要样本的模拟方案支持原假设,零后验概率出现系统大于其先前的对应。
2021-05-03 math.ST stat.TH
Adaptive Bernstein-von Mises theorems in Gaussian white noise
研究了正则高斯白噪声模型下自适应非参数贝叶斯过程的Bernstein-vonMises定理。我们考虑希尔伯特空间和多尺度设置与$L^2$和$L^\infty$分别应用。这为插件程序提供了理论上的证明,例如,使用某些可信的集合来获得足够光滑的线性泛函。我们使用这种一般的方法来构造最佳的频率置信集的基础上的后验分布。我们还提供了模拟,以数字说明我们的方法,并获得所涉及的几何图形的视觉表示。
2016-12-19 math.ST stat.TH
On the Bernstein-von Mises phenomenon for nonparametric Bayes procedures
我们继续调查伯恩斯坦冯米塞斯定理的非参数贝叶斯程序[安。41(2013)1999-2028]。我们引入多尺度空间,自然定义的非参数先验和后验,并证明Bernstein-von Mises定理的各种先验设置的高斯非参数回归和独立同分布。抽样模型从这些结果中,我们推导出几个应用程序,后验推理符合有效的频率程序,包括Donsker和Kolmogorov-Smirnov定理的随机后验累积分布函数。我们还表明,多尺度后验可信带的回归或密度函数是最佳的频率置信带。
2014-10-02 math.ST stat.TH
A Bernstein-von Mises theorem in the nonparametric right-censoring model
在最近的贝叶斯非参数文献中,许多例子已经报道了贝叶斯估计和后验分布没有达到最佳收敛速度,表明Bernstein-von Mises定理不成立。在这篇文章中,我们给出了一个积极的结果,在这个方向上,表明伯恩斯坦-冯米塞斯定理在生存模型中的一大类事先中立的权利。我们还证明了,对于任意给定的收敛速度n^{-α},0<α \leq 1/2,可以选择一个向右中性的先验过程,使其后验分布达到收敛速度n^{-α}。
2004-10-05 math.ST stat.TH
Semi-parametric Bernstein-von Mises Theorem in a Parabolic PDE Problem
VU Amsterdam(阿姆斯特丹自由大学);TU Delft(代尔夫特理工大学)
本文提出了一种基于贝叶斯方法的半参数伯恩斯坦-冯-米泽定理,用于在抛物型偏微分方程问题中恢复未知的扩散率参数。
2026-01-31 math.ST stat.TH
Semi-parametric Bernstein-von Mises in Linear Inverse Problems
本文在信号加白噪声模型中研究反问题标量参数的贝叶斯恢复,建立其边际后验的 Bernstein-von Mises 定理,并应用于热扩散系数恢复和半盲反卷积位置参数恢复。
2025-03-13 math.ST stat.TH
Semiparametric Bernstein-von Mises theorems for reversible diffusions
University of Turin(都灵大学);Imperial College London(伦敦帝国学院)
针对周期可逆多维扩散模型,建立了基于连续观测的贝叶斯非参数先验的半参数Bernstein-von Mises定理,并应用于高斯和Besov-Laplace先验,验证了其有效性和不确定性量化。
2026-07-03 math.ST stat.TH
Finite sample Bernstein-von Mises theorems for functionals and spectral projectors of the covariance matrix
我们证明了先验对协方差阵的后验分布的影响随着样本量的增长而消失。先验假设是明确和温和的。结果对有限样本有效,并承认维数$p$随样本量$n$而增长。我们利用所描述的事实,推导出有限样本Bernstein-von Mises定理的协方差阵(例如特征值)的泛函,并找到后验分布的Frobenius距离之间的光谱投影仪和经验光谱投影仪。这对于构造函数的真实值或真实光谱投影仪的尖锐置信集是有用的。
2019-06-26 math.ST stat.TH
Bernstein von Mises Theorems for Gaussian Regression with increasing number of regressors
本文对贝叶斯非参数和半参数估计理论作出了贡献。研究了当回归变量个数随样本量增加时,高斯线性回归模型的后验分布的渐近正态性。在此框架下得到了两类Bernstein-von Mises定理:参数本身的非参数定理和参数泛函的半参数定理。我们将它们应用于高斯序列模型和Sobolev类和$C^α$类中的函数回归,得到了极小极大收敛速度。在我们的应用中,泛函的贝叶斯估计达到了自适应性。
2012-03-01 math.ST stat.TH
Remarks on a parameter estimation for von Mises--Fisher distributions
指出了Tanabe等人(2007)关于von Mises-Fisher分布的参数估计的主要结果证明中的一个错误,修正了主要结果的证明,并给出了一个简短的替代证明.
2013-01-22 math.CA math.ST stat.TH
Asymptotic Matrix Variate von-Mises Fisher and Bingham Distributions with Applications
Stiefel流形上的概率分布如von-Mises Fisher分布和Bingham分布在信号处理和其他应用科学中有着广泛的应用。这些统计模型在实践中的使用是复杂的,在数值计算其归一化常数的困难。在这封信中,我们通过随机矩阵理论中最近的结果导出了归一化常数的渐近近似。导出的近似值形式简单,在实际感兴趣的制度中相当准确。作为一个应用程序,我们表明,所提出的分析结果导致显着减少的采样复杂性相比,现有的基于模拟的方法。
2016-02-12 math.ST stat.TH
On the circular correlation coefficients for bivariate von Mises distributions on a torus
本文研究了二元vonMises正弦和余弦分布的循环相关。这是两个简单而有吸引力的二元角数据模型,每个模型有五个参数,每个参数的解释与普通的二元正态模型相当。然而,与二元正态分布不同,角度对的变异性和关联性无法从模型参数中轻易推导出来。因此,要计算这种汇总措施,需要循环统计工具。我们推导出解析表达式,并研究了冯米塞斯正弦和余弦模型的Jammalamadaka-Sarma和Fisher-Lee圆相关系数的性质。然后提出了这些系数从样本数据的似然为基础的推断。的相关系数示出了数值和视觉的例子,最大似然估计的模拟和真实数据进行评估,与他们的非参数同行比较。在我们的R软件包BAMBI中提供了这些计算的实际应用。
2020-05-27 math.ST stat.TH
A Bernstein--von-Mises theorem for the Calderón problem with piecewise constant conductivities
本文考虑了具有分段常数电导率的Calderón问题的有限维统计模型。在这种情况下,它示出,注入的前向映射和其线性化足以证明可逆的信息算子,从而在一个伯恩斯坦-冯-米塞斯定理和最优性保证估计贝叶斯后验手段。
2022-06-16 math.AP math.ST stat.TH
On the Discrete Cramér-von Mises Statistics under Random Censorship
在这项工作中,引入非参数对数秩型统计检验,以验证纯离散变量的均匀性,任意右删失无穷多个类别。特别地,建立了删失情形下离散模型的Cramér-vonMises检验统计量.为了引入检验,我们在一般的多元离散设置中发展了加权对数秩统计量,它补充了Gill(1980)和Andersen等人(1982)以前的基本结果。由于在无界范畴集上存在持续跳跃,检验的渐近分布不是分布自由的。一个大类的加权过程的统计检验被描述为一个加权系列的独立卡方变量的权重可以一致估计和相关的限制协方差算子可以是无限维的。该测试是一致的任何备择假设,特别是,它允许我们处理交叉风险函数。我们还提供了一个模拟研究,以说明理论结果。
2012-01-11 math.PR math.ST stat.TH
Misspecified Bernstein-Von Mises theorem for hierarchical models
本文在误设定非独立同分布分层模型中建立 Bernstein von-Mises 定理,并将其应用于含平方积分算子及 PDE 约束反问题,通过 Schrödinger 方程等数值实验验证理论结果。
2025-06-04 math.ST stat.TH
On the rate of convergence to the Boolean extreme value distribution under the von Mises condition
研究在von Mises条件下,布尔独立同分布正算子归一化谱极大值收敛到布尔极值分布的速度,探讨其收敛速率及极限分布特性。
2026-04-08 math.PR math.ST stat.TH
The Bernstein--von Mises theorem for the proportional hazard model
本文研究了具有中性到右过程先验的比例风险模型在基线风险函数上的贝叶斯分析的大样本性质。我们证明了基线累积风险函数和回归系数的后验分布集中在最大似然估计是联合渐近等价的最大似然估计的抽样分布。
2006-11-08 math.ST stat.TH
A Bernstein-von Mises theorem for smooth functionals in semiparametric models
对一般的半参数泛函导出了Bernstein-vonMises定理。结果被应用到各种半参数问题的独立同分布。和非I.I.D. situations.特别是,开发了新的工具来处理半参数偏差,特别是对于非线性泛函和正则性可能较低的情况。例子包括高斯白噪声中的平方$L^2$范数、密度估计中的非线性泛函以及自回归模型中的泛函。对于密度估计,系统地研究了两类重要先验的BvM结果,即随机直方图和高斯过程先验。
2015-11-17 math.ST stat.TH
Nonparametric Bernstein-von Mises theorems in Gaussian white noise
证明了高斯白噪声模型中非参数贝叶斯先验的Bernstein-vonMises定理。它演示了如何证明这些结果证明贝叶斯方法作为有效的频率推理程序在各种具体的非参数问题。特别是贝叶斯可信集的构造,具有渐近精确的$1-α$频率覆盖水平和其$L^2$直径收缩在极小极大收敛速率(对数因子内)在Hölder球。其他应用包括一般类的线性和非线性泛函和可靠的频带的自动卷积。这些假设覆盖了定义在$L^2$的一般规范正交基上的非共轭乘积先验,满足弱条件。
2013-10-31 math.ST stat.TH
A Bernstein-von Mises Theorem for Generalized Fiducial Distributions
University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
本文在局部渐近正态性框架下,建立了广义证物推断的伯恩斯坦-冯·米塞定理,适用于非独立同分布数据,并扩展了现有广义证物理论在自由结样条模型中的应用。
2026-09-11 math.ST stat.TH
The semi-parametric Bernstein-von Mises theorem for regression models with symmetric errors
在光滑半参数模型中,有限维参数的边际后验分布被期望渐近等价于任何有效点估计的抽样分布。该断言导致了所关注参数的可信集和置信集的渐近等价性,被称为半参数伯恩斯坦-冯米塞斯定理。近年来,它受到了广泛的关注,并在许多实例中得到了应用。我们考虑模型中的误差与对称密度发挥作用,更具体地说,它表明,在线性回归和线性混合效应模型的回归系数的边际后验分布满足半参数Bernstein-von Mises断言。因此,这些模型中的贝叶斯估计实现了频率论推断最优性,如通过例如Hajek卷积和渐近极小极大定理所表示的。误差密度空间上先验的条件相对温和,并且众所周知的构造,如Dirichlet过程,正常密度和随机序列先验的混合物构成了有效的选择。特别地,该结果提供了线性混合效应模型中回归系数的有效估计,对于该模型,以前没有其他有效的点估计。
2017-01-12 math.ST stat.TH
Semiparametric Bernstein-von Mises Theorem: Second Order Studies
本文主要研究半参数贝叶斯模型中参数分量的边缘后验分布的二阶频率论性质,特别是二阶半参数Bernstein-von Mises(BvM)定理。我们的第一个贡献是发现一个有趣的干扰现象之间的贝叶斯估计和频率论的推断精度:更准确的贝叶斯估计的滋扰功能导致更高的频率论的推断精度的参数组件。作为第二个贡献,我们提出了一类新的依赖先验下,贝叶斯推理过程的参数组件不仅是有效的,而且是自适应的(w.r.t.非参数分量的光滑性)直到二阶频率论有效性。然而,通常使用的独立先验甚至可能无法产生一个理想的根-n收缩率的参数组件在这种自适应的情况下,除非施加一些严格的假设。三个重要的类的半参数模型进行检查,并提供了广泛的模拟。
2015-03-16 math.ST stat.TH
The Bernstein-von Mises theorem and efficiency for semiparametric inference in multivariate Hawkes processes
University Paris Dauphine - PSL(巴黎第九大学-PSL大学)
本文研究了线性多变量海克斯过程的半参数推断,通过建立卷积定理和半参数伯恩斯坦-冯·米塞定理,证明了在贝叶斯设置下非参数随机级数先验的最优行为。
2026-10-30 math.ST stat.TH
The entropy based goodness of fit tests for generalized von Mises-Fisher distributions and beyond
本文引入了几类新的单峰旋转不变方向分布,它们是von Mises-Fisher分布的推广。我们提出了三种类型的分布,其中之一代表轴向数据。对于每一个新的类型,我们提供公式和短的计算研究的参数估计的矩量法和最大似然法。本文的主要目标是发展的拟合优度测试,以检测样本条目遵循的最大熵原则的基础上介绍的广义von Mises-Fisher分布之一。我们使用了Shannon熵的$k$次近邻距离估计,并证明了它的$L^2$ -相合性.我们检查的行为的检验统计量,找到临界值和计算功率的测试模拟样本。本文对玻璃纤维增强复合材料中的局部纤维方向进行了拟合优度检验,并对服从轴向广义vonMises-Fisher分布的试样进行了检验。
2020-10-21 math.ST stat.ME stat.TH
Bootstrap for dependent Hilbert space-valued random variables with application to von Mises statistics
函数型数据的统计方法在许多应用中都很有意义。本文证明了取值于希尔伯特空间的随机变量的一个中心极限定理。假设随机变量在近历元依赖意义下是弱依赖的,其中底层过程满足某些混合条件。由于无穷维空间中的参数推断是困难的,我们证明了非重叠块引导是一致的。此外,我们展示了如何这些结果可以用于退化冯Mises统计。
2014-07-15 math.PR math.ST stat.TH
The Bernstein-von Mises theorem and nonregular models
我们研究了一类统计模型中“真”解出现在参数空间边界上的后验分布的渐近行为。我们表明,在这种情况下贝叶斯推断是一致的,并且后验分布不仅具有高斯分量,在常规模型的情况下(伯恩斯坦-冯米塞斯定理),但也有Γ分布组件,其形式取决于在边界附近的先验分布的行为,并具有更快的收敛速率。我们还证明了贝叶斯推理的一个显着的属性,即对于某些模型,似乎没有约束的效率估计的未知参数,如果它是在参数空间的边界。我们说明了从发射断层扫描的问题上的结果。
2014-10-01 math.ST stat.TH
Weak Convergence and Gaussian Limits for a General-Dimensional Origin-Invariant Cramér--von Mises Statistic
Bulacan State University(布拉干州立大学)
本文研究了在多项式β-混合依赖下,空间Cramér-von Mises统计量的渐近分布,并提供了Python实现。通过结合三种方法,将经典独立性检验扩展到空间依赖数据,给出了三种权重函数的特征值公式,并通过模拟实验验证了其有效性。
2026-07-27 math.ST stat.ME stat.TH
The Bernstein-von Mises theorem for Semiparametric Mixtures
该研究针对半参数混合模型,在一般条件下证明其一致性与效率,先提出抽象半参数伯恩斯坦-冯·米塞斯定理并提供假设验证工具,进而应用于脆弱模型和变量误差模型中$θ$的估计效率研究。
2024-11-29 math.ST stat.TH
Early Highlights in the History of the Bernstein-von Mises Theorem
Katholische Universität Eichstätt-Ingolstadt(凯瑟琳大学艾希施泰特-因戈尔施塔特)
本文回顾了伯恩斯坦-冯·米塞定理从1774年到1953年的发展历程,揭示了该定理的起源、关键步骤及其应用。
2025-12-13 math.HO 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
On the Bernstein-von Mises theorem for the Dirichlet process
证明了后狄利克雷过程的拉普拉斯变换在零附近一致收敛于极限布朗桥过程的拉普拉斯变换.对于实值随机变量和有界变差函数,我们加强了这一结果,使其对所有实数都成立。最后一个结果是通过一个显式强逼近耦合不等式证明。
2021-03-25 math.PR math.ST stat.TH
Finite Sample Bernstein -- von Mises Theorem for Semiparametric Problems
在允许有限样本和模型误设定的非经典设置中重新考虑经典参数和半参数Bernstein - von Mises(BvM)结果。在一个有限维的冗余参数的情况下,我们得到的目标参数的后验分布,这是明确的滋扰和目标参数的尺寸的高斯近似的误差上界。这有助于识别BvM结果适用的完整参数的所谓\emph{critical dimension} $ p $。在重要的身份证里。的情况下,我们证明了条件“$ p^{3} / n $是小的”是足够的BvM结果是有效的,在一般的假设模型。我们还提供了一个例子,一个模型的相变效应:陈述的BVM定理失败时,尺寸$ p $接近$ n^{1/3} $。将所得结果推广到Sobolev类中含有冗余参数的无穷维参数的情形。特别是,我们显示了接近正常的后,如果平滑参数$s$超过3/2。
2014-06-15 math.ST stat.TH
Asymptotic efficiency of inferential models and a possibilistic Bernstein--von Mises theorem
本文针对推理模型(IM)能否同时具备有限样本有效性和渐近效率的问题,通过提出一个新的可能性Bernstein--von Mises定理给出了肯定回答,并证明了IM解的渐近高效性及在冗余参数消除问题中的适用性。
2025-07-11 math.ST stat.TH
Semiparametric Bernstein-von Mises Phenomenon via Isotonized Posterior in Wicksell's problem
针对Wicksell逆问题,本文直接对可观测分布施加DP先验并构造等张化逆后验IIP,证明其半参数BvM现象与极小极大渐近方差,且可自动量化不确定性。
2025-08-28 math.ST stat.TH
Bernstein-von Mises theorems and uncertainty quantification for linear inverse problems
我们考虑从被加性高斯白噪声破坏的线性测量中恢复未知函数$f$的统计逆问题。我们采用了一个非参数贝叶斯方法与标准高斯先验,基于后验的重建$f$对应的Tikhonov正则化$\bar f$与再生核希尔伯特空间范数惩罚。我们证明了一个半参数Bernstein-von Mises定理的大量收集的线性泛函的$f$,这意味着半参数后验估计和不确定性量化是有效的,从频率论的角度来看是最佳的。将所得结果应用于研究三个具体的例子,涵盖轻度和严重不适定的情况下:具体地说,一个椭圆反问题,一个椭圆边值问题和热方程。对于椭圆型边值问题,我们也得到了一个非参数版本的定理,需要收敛的后验分布的先验独立的无限维高斯概率测度与最小的协方差。因此,它遵循的Tikhonov正则化$\bar f$是一个有效的估计$f$,我们得到频率保证某些可信的球集中在$\bar{f}$。
2020-01-17 math.ST stat.TH
Bernstein - von Mises theorem and misspecified models: a review
本文综述了贝叶斯方法在模型误设定下的一致性及局部高斯性质,并探讨了如何调整推断以实现渐近有效性。
2022-04-28 math.ST stat.TH
High-Dimensional Bernstein Von-Mises Theorems for Covariance and Precision Matrices
Florida State University(佛罗里达州立大学);University of Florida(佛罗里达大学);University of Technology Sydney(悉尼科技大学)
本文研究了高维情况下协方差与精度矩阵后验分布的渐近正态性,提出在特定增长限制下,其极限分布为对称矩阵正态分布,并适用于广泛先验分布。
2026-01-30 math.ST stat.TH
The semiparametric Bernstein-von Mises theorem for models with symmetric error
在光滑半参数模型中,期望有限维参数的边际后验分布渐近等价于频率论有效估计的抽样分布.这就是所谓的Bernstein-von Mises定理的断言,最近,它已经在许多有趣的半参数模型中得到了证明。在这篇论文中,我们考虑了半参数Bernstein-vonMises定理在具有对称误差的模型中的应用。这些模型中最简单的例子是具有1维位置参数和未知对称误差的对称位置模型。此外,只要误差分布是对称的,则包括线性回归和随机效应模型。非参数先验对误差分布的要求是非常温和的,最著名的Dirichlet过程混合法线工作得很好。因此,这些模型中的贝叶斯估计满足频率论的最优性准则,如Hajek-Le Cam卷积定理。主要结果的证明要求期望对数似然比具有一定的二次展开,这是对称密度的一个特殊性质。本文的主要贡献之一是在随机效应模型中,给出了回归系数的一个有效的估计量,这是由于完全似然推断的困难而无法有效估计的。我们的定理表明后验均值或中位数是有效的,数值研究的结果也表明了贝叶斯估计的优越性。为了实际应用,我们的主要结果,有效的吉布斯采样算法的基础上对称Dirichlet过程的混合物。
2015-10-18 math.ST stat.TH
Valid Credible Ellipsoids for Linear Functionals by a Renormalized Bernstein-von Mises Theorem
本文针对无限维高斯回归模型,提出重整化 Bernstein-von Mises 定理,证明后验可信椭球为渐近置信集,并验证于 Darcy 与 Schrödinger 问题。
2024-11-10 math.ST stat.TH