阵列正态模型中 MLE 的等变极小极大控制量
统计理论
2018-06-20 v1 统计理论
摘要
利用阵列正态模型（对应于具有可分离协方差矩阵的多元正态分布类）可以对多维数据阵列中的依赖性进行推断。文献中已出现针对阵列正态模型推断的极大似然法和贝叶斯法，但尚无关于此类估计量最优性质的结果。本文获得了阵列正态模型的相关结果，这些结果类似于多元正态模型协方差估计的一些经典结果。我们证明，在下三角乘积群下，可以通过广义贝叶斯过程获得一致最小风险等变估计量 (UMREE)。尽管该 UMREE 是极小极大的且优于 MLE，但可以通过正交等变修正进一步改进。对这些估计量风险的数值比较表明，等变估计量的风险可能显著低于 MLE。
引用
@article{arxiv.1408.0424,
title = {Equivariant minimax dominators of the MLE in the array normal model},
author = {David Gerard and Peter Hoff},
journal= {arXiv preprint arXiv:1408.0424},
year = {2018}
}