存在可能无限维干扰参数时加性模型的推断
统计方法学
2018-08-21 v3
摘要
提出了一种用于估计和假设检验的框架，针对一般备择假设的功能性限制。参数空间是再生核希尔伯特空间（RKHS）。原假设不一定定义参数模型。该检验允许我们处理无限维干扰参数。该方法基于一个矩方程，其精神类似于半参数统计中有效得分的构造。这种矩方程的可行版本需要一致估计RKHS空间中的投影，并且表明使用所提出的方法可以做到这一点。这使我们能够通过快速模拟推导一些易处理的渐近理论和临界值。模拟结果表明，检验的有限样本表现与渐近性一致，并且忽略干扰参数的影响会高度扭曲检验的水平。
引用
@article{arxiv.1611.02199,
title = {Inference for Additive Models in the Presence of Possibly Infinite Dimensional Nuisance Parameters},
author = {Alessio Sancetta},
journal= {arXiv preprint arXiv:1611.02199},
year = {2018}
}