論文の概要: Testing Overidentifying Restrictions with High-Dimensional Data and
Heteroskedasticity
- arxiv url: http://arxiv.org/abs/2205.00171v1
- Date: Sat, 30 Apr 2022 06:13:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-03 16:01:23.353889
- Title: Testing Overidentifying Restrictions with High-Dimensional Data and
Heteroskedasticity
- Title（参考訳）: 高次元データとヘテロケシュタリティを用いた過度同定制限の検証
- Authors: Qingliang Fan, Zijian Guo, Ziwei Mei
- Abstract要約: 本稿では,高次元データを用いた過剰識別制約(Qテスト)を提案する。
ヘテロスケダスティック性の下では、所望の大きさとパワー特性を持つことが示されている。
貿易・経済成長ネクサスの実証的な例は、提案試験の有用性を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a new test of overidentifying restrictions (called the Q
test) with high-dimensional data. This test is based on estimation and
inference for a quadratic form of high-dimensional parameters. It is shown to
have the desired asymptotic size and power properties under heteroskedasticity,
even if the number of instruments and covariates is larger than the sample
size. Simulation results show that the new test performs favorably compared to
existing alternative tests (Chao et al., 2014; Kolesar, 2018; Carrasco and
Doukali, 2021) under the scenarios when those tests are feasible or not. An
empirical example of the trade and economic growth nexus manifests the
usefulness of the proposed test.
- Abstract（参考訳）: 本稿では,高次元データを用いた過剰識別制約(Qテスト)を提案する。
このテストは、高次元パラメータの二次形式の推定と推定に基づいている。
測定器数や共変量のサイズがサンプルサイズよりも大きい場合でも, ヘテロスクレースティック性下では所望の漸近的サイズと電力特性を有することが示されている。
シミュレーションの結果、既存の代替テスト(Chao et al., 2014; Kolesar, 2018; Carrasco and Doukali, 2021)と比較して、これらのテストが実現可能かどうかのシナリオ下で、新しいテストが好適に動作することが示された。
貿易・経済成長ネクサスの実証的な例は、提案試験の有用性を示している。
関連論文リスト
- Precise Error Rates for Computationally Efficient Testing [75.63895690909241]
本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。
線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
論文 参考訳（メタデータ） (2023-11-01T04:41:16Z) - Selective Nonparametric Regression via Testing [54.20569354303575]
本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。
既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
論文 参考訳（メタデータ） (2023-09-28T13:04:11Z) - A framework for paired-sample hypothesis testing for high-dimensional
data [7.400168551191579]
我々は、各一対のインスタンスを接続するラインセグメントの双分割超平面によって定義される決定規則によって、スコアリング関数が生成できるという考えを提唱した。
まず、各一対の双分極超平面とホッジス・リーマン推定器から導出される集約規則を推定する。
論文 参考訳（メタデータ） (2023-09-28T09:17:11Z) - A High-dimensional Convergence Theorem for U-statistics with
Applications to Kernel-based Testing [3.469038201881982]
次数2のU-統計量に対して収束定理を証明し、データ次元$d$はサンプルサイズ$n$でスケールすることができる。
我々はこの理論を、高次元性能の研究が困難である2つのカーネルベースの分散テスト MMD と KSD に適用した。
論文 参考訳（メタデータ） (2023-02-11T12:49:46Z) - Sequential Permutation Testing of Random Forest Variable Importance
Measures [68.8204255655161]
そこで本研究では、逐次置換テストと逐次p値推定を用いて、従来の置換テストに関連する高い計算コストを削減することを提案する。
シミュレーション研究の結果、シーケンシャルテストの理論的性質が当てはまることを確認した。
本手法の数値安定性を2つの応用研究で検討した。
論文 参考訳（メタデータ） (2022-06-02T20:16:50Z) - With Little Power Comes Great Responsibility [54.96675741328462]
アンダーパワー実験により、統計的ノイズと有意義なモデル改善の違いを識別することがより困難になる。
小さなテストセットは、ほとんどの試行錯誤が、最先端のモデルと比較しても、十分なパワーが得られないことを意味している。
機械翻訳では,2000文の典型的テストセットが約75%のパワーで1 BLEU点の差を検出する。
論文 参考訳（メタデータ） (2020-10-13T18:00:02Z) - Adaptive, Rate-Optimal Hypothesis Testing in Nonparametric IV Models [2.07706336594149]
非パラメトリック機器変数(NPIV)モデルにおける構造関数に対する不等式(モノトニック性、凸性など)と等式(パラメトリック、半パラメトリック)の新たな適応仮説テストを提案する。
本試験は,楽器の内在性と未知強度の存在下での代替関数の未知の滑らかさに適応する。
論文 参考訳（メタデータ） (2020-06-17T01:19:13Z) - Noisy Adaptive Group Testing using Bayesian Sequential Experimental
Design [63.48989885374238]
病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。
本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
論文 参考訳（メタデータ） (2020-04-26T23:41:33Z) - The Chi-Square Test of Distance Correlation [7.748852202364896]
チ二乗検定は非パラメトリックであり、非常に高速であり、強い負のタイプ計量または特徴核を用いてバイアス補正された距離相関に適用できる。
基礎となるカイ二乗分布は上尾部の制限零分布をよく近似し支配しており、カイ二乗試験が独立性テストに有効で一貫性があることを証明している。
論文 参考訳（メタデータ） (2019-12-27T15:16:40Z) - A Kernel Stein Test for Comparing Latent Variable Models [48.32146056855925]
本稿では、相対的適合性を示すカーネルベースの非パラメトリックテストを提案する。このテストの目的は、2つのモデルを比較することである。
本試験は, モデルから得られたサンプルに基づいて, 潜伏構造を利用せず, 相対的な最大平均離散性試験よりも有意に優れていることを示す。
論文 参考訳（メタデータ） (2019-07-01T07:46:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。