关于《最小惩罚与斜率启发式：综述》的回应
统计理论
2019-10-25 v1 统计方法学
机器学习
统计理论
摘要
本文是针对一篇关于最小惩罚与斜率启发式综述论文（Arlot, 2019. Minimal penalties and the slope heuristics: a survey. Journal de la SFDS）讨论的回应。在评论讨论者意见的同时，它给出了关于最小二乘固定设计回归中一组投影估计量集合模型选择的斜率启发式的两个新结果。首先，我们证明即使所有模型都存在显著偏差，斜率启发式仍然有效。其次，当噪声为具有一般依赖结构的高斯噪声时，我们计算了关键量的期望，表明斜率启发式在此设定下也必定成立。
引用
@article{arxiv.1909.13499,
title = {Rejoinder on: Minimal penalties and the slope heuristics: a survey},
author = {Sylvain Arlot},
journal= {arXiv preprint arXiv:1909.13499},
year = {2019}
}