Exact Testing of Many Moment Inequalities Against Multiple Violations
本文考虑了多个矩不等式的检验问题,其中矩不等式的个数($p$)可能大于样本量($n$). Escherichzhukov等人(2019)提出了使用最大$t$统计量对此问题进行渐近检验。我们观察到,这样的测试可以有低功率,如果多个不等式被违反。作为替代方案,我们提出了新的随机化测试的基础上,最大的非负加权组合的$t$统计。我们提供了一个条件,保证在大样本的大小控制。模拟表明,测试控制小样本($n = 30$,$p = 1000$)的大小,并经常有更高的权力对多个违规的替代品比测试的基础上最大的$t$统计。
2020-06-08 econ.EM math.ST stat.TH
Concentration Inequalities for U-Statistics: A Survey with Explicit Constants
University of California, Berkeley(加州大学伯克利分校)
本综述收集并推导了带有显式常数的U统计量集中不等式相关经典结果,还概述了退化假设下的更尖锐界及重尾核的鲁棒方法,并通过数值示例分析了显式界的保守性。
2026-08-11 math.ST stat.TH
Functional inequalities for perturbed measures with applications to log-concave measures and to some Bayesian problems
我们研究了作为扰动的概率测度的函数不等式(Poincaré,Cheeger,log-Sobolev)。给出了一般测度和对数凹分布的几个显式结果,本文的最初目的是为了得到常数的显式界,例如统计应用。然后将这些结果应用于统计学中使用的朗之万蒙特卡罗方法,以计算贝叶斯估计。
2021-01-27 math.PR math.ST stat.TH
Rosenthal-type inequalities for linear statistics of Markov chains
Ecole Polytechnique(巴黎综合理工学院);Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)(穆罕默德·本·扎耶德人工智能大学);HSE University(高等经济大学)
本文为几何遍历马尔可夫链的可加泛函建立了类似Rosenthal不等式的集中不等式,显式界依赖于混合时间,并采用基于泊松分解的新证明方法。
2025-09-25 math.PR math.ST stat.ML
Sharp Anti-Concentration Inequalities for Extremum Statistics via Copulas
该研究推导了d个同分布随机变量最大值集中函数的精确界,提出凸对角截面copula类以得到更紧上界,建立了新的反集中不等式并改进了相关结果,可应用于高维统计推断。
2025-08-01 math.PR math.ST stat.TH
Concentration Inequalities for Incomplete U-statistics over Arbitrary Sampling Graphs
Harvard University(哈佛大学)
研究任意采样图上的不完全U统计量,通过允许随机向量非同分布、核不对称且依赖边以及由任意图指定采样结构来推广。利用图论边着色结果推导\(U - \mathbb{E}U\)的集中不等式,方法简单透明且可适应更广泛设置。
2026-07-21 math.PR math.ST stat.TH
On the philosophy of Cramér-Rao-Bhattacharya Inequalities in Quantum Statistics
对于有限能级量子系统的任意参数态族,我们将Fisher映射空间联系起来,并引入Cramér-Rao-Bhattacharya张量和Fisher信息形式的自然概念。这使我们抽象的Cramér-Rao-Bhattacharya下界的协方差阵的任何有限数量的参数函数的无偏估计。包括一些说明性的例子。在各种模技术假设下,我们的方法可应用于无限能级量子系统以及Borel空间上的古典概率分布的参数族。
2009-07-13 cs.IT math.IT math.PR
Mutual information of Contingency Tables and Related Inequalities
为了检验独立性,使用$χ^{2}$ -统计量或$G^{2}$ -统计量(互信息)是非常流行的。渐近地,两者都是$χ^{2}$ -分布的,因此一个明显的问题是两个统计量中哪一个具有最接近$χ^{2}$ -分布的分布。令人惊讶的是,互信息的分布由$χ^{2}$分布比由$χ^{2}$统计量更好地近似。由于技术上的原因,我们将集中讨论具有一个自由度的最简单的情况。引入了符号对数似然,证明了符号对数似然的分布函数与标准高斯分布的分布函数之间存在不等式关系。对于超几何分布,我们制定了一个一般的猜想如何接近的签署对数似然是一个标准的高斯,这个猜想给出了更准确的估计,这种类型的分布比以前发表的结果的尾部概率。该猜想已被证明在所有情况下的数值相关的测试独立性和进一步的证据,其有效性。
2014-02-01 cs.IT math.IT math.ST
Concentration Inequalities for Two-Sample Rank Processes with Application to Bipartite Ranking
ROC曲线是衡量测试/评分统计量性能的黄金标准,它能够在各种应用中区分两个统计群体,从信号处理中的异常检测到信息检索,通过医疗诊断。在评分/排名应用中使用的大多数实际性能测量,例如AUC、局部AUC、p范数推送、DCG等,可以被视为ROC曲线的总结。在本文中,大多数这些经验标准可以表示为两个样本的线性秩统计量的事实是突出和集中不等式的集合,这样的随机变量,这里称为两个样本的秩过程,证明了,当索引的VC类的评分函数。基于这些非渐近界,推广能力的经验最大化的一个广泛的类的排名性能标准,从理论的角度进行了研究。它也支持通过令人信服的数值实验的经验证据。
2023-01-24 math.ST stat.ML stat.TH
Concentration-based confidence intervals for U-statistics
集中不平等在机器学习、概率和统计研究中越来越受欢迎。使用浓度不等式,可以为许多感兴趣的量构建置信区间(CI)。不幸的是,这些CI中的许多需要总体方差的知识,这通常是未知的,使得这些CI不切实际的数值应用。然而,最近的结果,同时绑定的数量的概率的利益和他们的方差允许建设的经验CI,方差被替换为他们的样本估计。在这些新的结果是双边经验CI的U-统计量,这是有用的建设CI丰富的一类参数。在这篇文章中,我们得到了一些新的单侧经验CI的U-统计量及其方差。我们表明,我们的单侧CI可用于构建U统计量的更严格的双侧CI,比目前报道的更严格。我们还演示了如何使用我们的CI来构建新的经验CI的平均值,这提供了更严格的界限比目前已知的CI相同数量的观察,在各种设置下。
2019-03-05 math.ST stat.TH
Inference on causal and structural parameters using many moment inequalities
本文研究了多个矩不等式的检验问题,其中矩不等式的个数(记为$p$)可能远大于样本量($n$).有各种各样的经济应用,解决这个问题允许进行因果和结构参数的推断,一个值得注意的例子是Ciliberto和Tamer(2009)的市场结构模型,其中$p=2^{m+1}$与$m$是可能进入市场的公司数量。我们考虑由$p$学生化(或$t$型)不等式特定统计量的最大值给出的检验统计量,并分析计算检验统计量的临界值的各种方法。具体地说,我们考虑临界值的基础上(i)工会界结合适度偏差不等式的自我规范化的总和,(ii)乘数和经验的自助,和(iii)(i)和(ii)的两步和三步变体,通过将远未被约束的无信息不等式的选择和潜在地约束但不提供第一级信息。我们证明了这些方法的有效性,表明在温和的条件下,他们导致测试的错误在$n$的大小多项式减少,同时允许$p$远大于$n$,实际上$p$可以为$\exp (n^{c})$的一些$c > 0$。重要的是,所有这些结果举行没有任何限制之间的相关性结构$p$学生化统计,也保持一致,相对于适当的大类的基础分布。此外,在在线补充,我们显示了有效性的测试的基础上的块乘子自举的情况下,依赖的数据在一些一般的混合条件。
2018-10-18 econ.EM math.ST stat.AP
The Best Bounds for Range Type Statistics
本文得到了与极差统计量有关的两个不等式的上界和下界。第一个是关于单变量的情况,第二个是关于双变量的情况。
2022-07-04 math.PR math.ST stat.TH
Probability inequalities for high dimensional time series under a triangular array framework
对时间序列数据的研究通常涉及测量时间相关性的强度,在此基础上建立了一致性和中心极限定理等统计性质。从历史上看,已经提出了各种依赖性措施。在这篇文章中,我们首先调查了一些最常用的相关措施,以及各种概率和矩不等式建立在他们的高维三角形阵列时间序列设置。然后,我们认为,这种三角形阵列设置将带来实质性的新挑战,一些依赖条件的验证。特别是,“教科书上的结果”现在可能会产生误导,因此建议谨慎使用。
2019-07-15 math.PR math.ST stat.TH
Subvector Inference in Partially Identified Models with Many Moment Inequalities
本文研究了具有多个矩不等式的部分可辨识模型中参数向量的函数的推断问题。该框架允许矩条件的数量随着样本量的增加而增加,可能以指数速率增加。我们的主要激励应用是子向量推理,即,对与治疗效果或感兴趣的政策变量相关联的部分识别的参数向量的单个分量的推断。我们的推理方法比较了MinMax检验统计量(最小的参数满足$H_0$和最大的矩不等式)对临界值,是基于自举近似或分析界限。我们发现,这种方法控制渐近大小均匀的一个大类的数据生成过程,尽管部分确定的许多时刻不等式设置。有限样本分析使我们能够获得明确的收敛速度的大小控制。我们的结果是基于结合非渐近近似和新的高维中心极限定理的随机矩阵的组件的MinMax。与以前的文献中的功能推断部分确定的模型,我们的结果不依赖于弱收敛结果的基础上Donsker的类假设,事实上,我们的检验统计量甚至可能不会收敛于分布。我们的自举近似需要选择一个调整参数序列,可以避免我们的检验统计量的过度集中。为此,我们提出了一个渐进有效的数据驱动的方法来选择这个调谐参数序列。该方法将调谐参数序列的选择推广到Donsker类假设之外的问题,并且也可能具有独立的兴趣。我们的程序基于自归一化的中等偏差界相对更保守,但更容易实现。
2018-06-29 econ.EM math.ST stat.TH
Quantum Simpsons Paradox and High Order Bell-Tsirelson Inequalities
统计学中著名的辛普森悖论,或尤尔-辛普森效应,经常用下面的思想实验来说明:在试验中可能发现一种药物可以提高男性和女性的生存率,但降低了所有受试者的生存率。这种自相矛盾的逆转效应在许多学科的许多数据集中都有发现,现在大多数入门统计学教科书中都有。然而,用药物试验的语言来说,如果两个治疗组的生存率都高于两个对照组,那么这种效果是不可能的。在这里,我们表明,对于量子概率,这样的逆转仍然是可能的。特别是,可以说,一种“量子药物”可以拯救男女的生命,但对整个人口来说是致命的。我们进一步确定了一个简单的不等式的条件概率,必须持有经典的,但违反了我们的量子场景,并完全描述了最大的量子违反。作为密度算子项上的多项式不等式,我们的不等式是6阶的。
2012-03-12 cs.IT math-ph math.IT
Randomized and Exchangeable Improvements of Markov's, Chebyshev's and Chernoff's Inequalities
本文提出马尔可夫、切比雪夫和切尔诺夫不等式的随机化与可交换改进,证明简短且更强,并应用于提升通用推断功效和构建更紧的置信区间。
2023-05-09 cs.IT math.IT math.PR
Sharp Inequalities for $f$-divergences
$f$ -发散是概率测度之间的一类一般发散,它包括概率论、数理统计和信息论中的许多常用发散,如Kullback-Leibler发散、卡方发散、平方Hellinger距离、全变差距离等。摘要研究了在有限个$f$ -发散约束条件下,最大化或最小化两个概率测度之间的$f$ -发散的问题。我们表明,这些无限维的最优化问题都可以减少到最优化问题在小的有限维空间是易于处理的。我们的结果导致一个全面和统一的治疗问题,获得尖锐的不等式之间的$f$ -分歧。我们证明了许多现有的结果之间的不等式$f$ -分歧可以得到我们的结果的特殊情况下,我们也改进了一些现有的非尖锐的不等式。
2013-10-15 cs.IT math.IT math.OC