高维方差函数估计
机器学习
2012-05-23 v1 统计方法学
摘要
我们考虑高维异方差回归模型，其中均值和对数方差被建模为输入变量的线性组合。现有关于高维线性回归模型的文献在很大程度上忽略了非恒定误差方差，尽管它们在从生物统计到金融的各种应用中普遍存在。在本文中，我们研究了一类用于均值和方差参数的非凸惩罚伪似然估计量。我们证明了异方差迭代惩罚伪似然优化器（HIPPO）达到了oracle性质，即我们证明其收敛速度与真实模型已知时相同。我们通过模拟研究和真实数据展示了该过程的数值性质。
引用
@article{arxiv.1205.4770,
title = {Variance function estimation in high-dimensions},
author = {Mladen Kolar and James Sharpnack},
journal= {arXiv preprint arXiv:1205.4770},
year = {2012}
}
备注
Appearing in Proceedings of the 29 th International Conference on Machine Learning, Edinburgh, Scotland, UK, 2012