修正赤池信息准则的不可容许性
统计理论
2023-03-20 v2 机器学习
统计理论
摘要
对于协方差未知的多变量线性回归模型，修正赤池信息准则（corrected Akaike information criterion）是期望 Kullback–Leibler 差异的最小方差无偏估计量。在本研究中，基于损失估计框架，我们证明了其作为 Kullback–Leibler 差异本身（而非期望 Kullback–Leibler 差异）的估计量的不可容许性。我们给出了在降秩情形下表现良好的 Kullback–Leibler 差异的改进估计量，并通过数值实验考察了它们的性能。
引用
@article{arxiv.2211.09326,
title = {Inadmissibility of the corrected Akaike information criterion},
author = {Takeru Matsuda},
journal= {arXiv preprint arXiv:2211.09326},
year = {2023}
}