Friday, April 25, 2014

 

 



Soy un nuevo usuario

Olvidé mi contraseña

Entrada usuarios

Lógica Matemáticas Astronomía y Astrofísica Física Química Ciencias de la Vida
Ciencias de la Tierra y Espacio Ciencias Agrarias Ciencias Médicas Ciencias Tecnológicas Antropología Demografía
Ciencias Económicas Geografía Historia Ciencias Jurídicas y Derecho Lingüística Pedagogía
Ciencia Política Psicología Artes y Letras Sociología Ética Filosofía


Optimal upper and lower bounds for the true and empirical excess risks in heteroscedastic least-squares regression

1) La descarga del recurso depende de la página de origen
2) Para poder descargar el recurso, es necesario ser usuario
    registrado en Universia

  Descargar recurso

Detalles del recurso

Pertenece a: Project Euclid (Hosted at Cornell University Library)  

Descripción: We consider the estimation of a bounded regression function with nonparametric heteroscedastic noise and random design. We study the true and empirical excess risks of the least-squares estimator on finite-dimensional vector spaces. We give upper and lower bounds on these quantities that are nonasymptotic and optimal to first order, allowing the dimension to depend on sample size. These bounds show the equivalence between the true and empirical excess risks when, among other things, the least-squares estimator is consistent in sup-norm with the projection of the regression function onto the considered model. Consistency in the sup-norm is then proved for suitable histogram models and more general models of piecewise polynomials that are endowed with a localized basis structure.

Autor(es): Saumard, Adrien - 

Id.: 55207165

Idioma: English  - 

Versión: 1.0

Estado: Final

Tipo:  application/pdf - 

Palabras claveLeast -  squares regression - 

Tipo de recurso: Text  - 

Tipo de Interactividad: Expositivo

Nivel de Interactividad: muy bajo

Audiencia: Estudiante  -  Profesor  -  Autor  - 

Estructura: Atomic

Coste: no

Copyright: sí

: Copyright 2012 Institute of Mathematical Statistics

Formatos:  application/pdf - 

Requerimientos técnicos:  Browser: Any - 

Relación: [References] 1935-7524

Fecha de contribución: 26-ene-2013

Contacto:

Localización:
* Electron. J. Statist. 6 (2012), 579-655
* doi:10.1214/12-EJS679


Otros recursos del mismo autor(es)

  1. Optimal model selection in heteroscedastic regression using piecewise polynomial functions We consider the estimation of a regression function with random design and heteroscedastic noise in ...

Otros recursos de la misma colección

  1. Sparse model selection under heterogeneous noise: Exact penalisation and data-driven thresholding We consider a Gaussian sequence space model $X_{\lambda}=f_{\lambda}+\xi_{\lambda},$ where the noise...
  2. A general approach to the joint asymptotic analysis of statistics from sub-samples In time series analysis, statistics based on collections of estimators computed from subsamples play...
  3. Variational Bayesian inference with Gaussian-mixture approximations Variational Bayesian inference with a Gaussian posterior approximation provides an alternative to th...
  4. Estimation and variable selection with exponential weights In the context of a linear model with a sparse coefficient vector, exponential weights methods have ...
  5. Aggregation of affine estimators We consider the problem of aggregating a general collection of affine estimators for fixed design re...

Valoración de los usuarios

No hay ninguna valoración para este recurso.Sea el primero en valorar este recurso.
 

Busque un recurso