扩展Patra-Sen方法以估计两分量混合模型中的背景分量
统计方法学
2021-06-29 v1
摘要
Patra和Sen（2016）考虑了一个两分量混合模型，其中一个分量充当背景，另一个分量充当信号，并提议通过简单地“最大化”背景分量的权重来估计背景分量。在他们的工作中背景分量是完全已知的分布，而我们将他们的方法扩展到三种典型设定：背景分布对称时、背景分布单调时、以及背景分布对数凹时。在每种设定下，我们推导了背景分量的估计量，建立了相合性，并给出了置信带。虽然当背景分量对称或单调时其估计是直接的，但当其为对数凹时，其估计需要计算最大凹下界，我们使用序列二次规划来实现。与现有方法相比，我们的方法的优势在于对背景分量的先验知识要求少得多，因此更不易受模型设定错误的影响。我们在若干合成与真实数据集上展示了该方法。
引用
@article{arxiv.2106.13925,
title = {Extending the Patra-Sen Approach to Estimating the Background Component in a Two-Component Mixture Model},
author = {Ery Arias-Castro and He Jiang},
journal= {arXiv preprint arXiv:2106.13925},
year = {2021}
}
备注
34 pages, 11 figures, 17 tables