调和模型选择与预测
统计理论
2009-03-24 v1 统计理论
摘要
众所周知，模型选择器的性能存在二分法。那些一致的（具有“oracle 性质”）模型选择器无法达到预测误差的渐近极小极大率。我们仔细研究了这一现象，并认为这种二分法发生的参数集是极端的，甚至是病态的，在评估模型选择器时不应予以考虑。我们刻画了这个集合，并表明，当这些参数被排除考虑时，一致性和渐近极小极大性可以同时实现。
引用
@article{arxiv.0903.3620,
title = {Reconciling Model Selection and Prediction},
author = {George Casella and Guido Consonni},
journal= {arXiv preprint arXiv:0903.3620},
year = {2009}
}