关于高度相关设计下广义线性模型估计的非渐近界
统计理论
2007-09-12 v1 统计理论
摘要
我们研究了一个高维广义线性模型以及带有惩罚的惩罚经验风险最小化。我们的目标是提供一个非平凡的说明，即在不依赖链技术或剥离机制的情况下，可以获得估计量的非渐近界。
引用
@article{arxiv.0709.0844,
title = {On non-asymptotic bounds for estimation in generalized linear models with highly correlated design},
author = {Sara A. van de Geer},
journal= {arXiv preprint arXiv:0709.0844},
year = {2007}
}
备注
Published at http://dx.doi.org/10.1214/074921707000000319 in the IMS Lecture Notes Monograph Series (http://www.imstat.org/publications/lecnotes.htm) by the Institute of Mathematical Statistics (http://www.imstat.org)