Moment convergence of regularized least-squares estimator for linear regression model
Moment convergence of regularized least-squares estimator for linear regression model
复制标题
线性回归模型正则化最小二乘估计器的矩收敛
DOI：
10.1007/s10463-016-0577-6
复制
发表时间：
2016
影响因子：
1
通讯作者：
Yusuke Shimizu
中科院分区：
文献类型：
--
作者：
Yusuke Shimizu
本文研究了线性回归模型的正则化最小二乘估计的一致尾概率估计。对于可能不是局部渐近二次型的相关统计随机场，我们利用了多项式型大偏差不等式。我们的结果使我们能够验证需要估计相关统计量的矩收敛的各种参数，例如aic型信息准则的均方预测误差和偏差校正。
In this paper, we study the uniform tail-probability estimates of a regularized least-squares estimator for the linear regression model. We make use of the polynomial type large deviation inequality for the associated statistical random fields, which may not be locally asymptotically quadratic. Our results enable us to verify various arguments requiring convergence of moments of estimator-dependent statistics, such as the mean squared prediction error and the bias correction for AIC-type information criterion.
登录
查看更多内容
影响因子：
4.5
作者：
Hannula-Jouppi K;Kaminen-Ahola N;Taipale M;Eklund R;Nopola-Hemmi J;Kääriäinen H;Kere J
通讯作者：
Kere J
存在平移和标度不变性时演化方程解的渐近行为
DOI：
10.1016/j.jfa.2011.02.004
发表时间：
2011
期刊：
J.Functional Analysis
影响因子：
--
作者：
Fang Li;Kimie Nakashima;Koichi Kawakami;Yoshiyuki Kagei
通讯作者：
Yoshiyuki Kagei
非线性回归建模并通过正则化基扩展检测变化点
DOI：
--
发表时间：
2010
期刊：
影响因子：
--
作者：
Tateishi;S. and Konishi;S
通讯作者：
S
DOI：
--
发表时间：
2010
期刊：
Proceedings of the 16^<th> Osaka City University International Academic Symposium 2008 (in press)
影响因子：
--
作者：
Kalman;Tamas;Yu Kawakami;Yu Kawakami
通讯作者：
Yu Kawakami