大精度矩阵元素的同时置信区域
统计方法学
2018-12-21 v3
摘要
精度矩阵在许多实际应用中起着重要作用。受现代社会和科学研究中时间依赖多元数据的启发，我们考虑高维时间依赖观测的精度矩阵的统计推断。具体地，我们提出一种数据驱动过程来构造一类在感兴趣指标集内的精度系数的同时置信区域。该置信区域可用于检验精度矩阵的特定结构并恢复其非零分量。我们首先通过惩罚节点回归估计底层精度矩阵，然后建立估计与真实精度矩阵之间最大差异的高斯近似结果。开发了一种计算可行的参数自助算法来实现所提过程。理论结果表明，所提过程在没有数据的二阶跨时间平稳假设和估计长程协方差的稀疏结构条件下也能良好工作。模拟研究和对S&P 500股票收益数据的真实例子证实了所提方法的性能。
引用
@article{arxiv.1603.06663,
title = {Confidence regions for entries of a large precision matrix},
author = {Jinyuan Chang and Yumou Qiu and Qiwei Yao and Tao Zou},
journal= {arXiv preprint arXiv:1603.06663},
year = {2018}
}
备注
The original title of this paper is "On the statistical inference for large precision matrices with dependent data"