计算密集型速率估计、发散统计量与扫描
统计理论
2009-09-29 v1 统计理论
摘要
本文提出了一种通用的速率估计方法，该方法基于研究适当选择的发散/收敛统计量的样本内演化。所提出的速率估计器基于简单的最小二乘论证，并在非常通用的设定下被证明是准确的，且无需选择调节参数。引入了“扫描”的概念，旨在提取数据序列中有用的子样本；将所提出的速率估计方法应用于不同的扫描，然后组合生成的估计器以提高准确性。讨论了其在重尾指数估计以及长记忆参数估计问题中的应用；一项小型模拟研究补充了我们的理论结果。
引用
@article{arxiv.0710.5004,
title = {Computer-intensive rate estimation, diverging statistics and scanning},
author = {Tucker McElroy and Dimitris N. Politis},
journal= {arXiv preprint arXiv:0710.5004},
year = {2009}
}
评论
Published in at http://dx.doi.org/10.1214/009053607000000064 the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)