行列式点过程广义最大复合似然估计量的矩收敛性
统计理论
2019-09-04 v1 概率论
统计理论
摘要
本文讨论了行列式点过程（DPPs）参数模型的最大复合似然估计量。由于这些点过程的联合强度由正定核的行列式给出，我们得到了各阶联合强度的显式形式。这一事实使我们能够考虑任意阶的广义最大复合似然估计量。本文引入了两步广义复合似然估计量，并证明了在平稳性条件下该估计量的矩收敛性。此外，我们的结果可用于给出 DPPs 内部统计模型选择的信息准则。
引用
@article{arxiv.1909.01211,
title = {Moment convergence of the generalized maximum composite likelihood estimators for determinantal point processes},
author = {Kou Fujimori and Sota Sakamoto and Yasutaka Shimizu},
journal= {arXiv preprint arXiv:1909.01211},
year = {2019}
}
备注
19 pages