論文の概要: Overlapping Batch Confidence Intervals on Statistical Functionals
Constructed from Time Series: Application to Quantiles, Optimization, and
Estimation
- arxiv url: http://arxiv.org/abs/2307.08609v1
- Date: Mon, 17 Jul 2023 16:21:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-18 12:17:04.432376
- Title: Overlapping Batch Confidence Intervals on Statistical Functionals
Constructed from Time Series: Application to Quantiles, Optimization, and
Estimation
- Title(参考訳): 時系列から構築した統計関数の重なり合うバッチ信頼区間:量子化,最適化,推定への応用
- Authors: Ziwei Su, Raghu Pasupathy, Yingchieh Yeh, Peter W. Glynn
- Abstract要約: 定常時系列データを用いて構築した統計関数に対する信頼区間手順を提案する。
OBx制限は、バッチのサイズと重複の程度によってパラメータ化されたWienerプロセスの特定の機能であり、依存を特徴づけるための必須の機械を形成する。
- 参考スコア(独自算出の注目度): 5.068678962285631
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a general purpose confidence interval procedure (CIP) for
statistical functionals constructed using data from a stationary time series.
The procedures we propose are based on derived distribution-free analogues of
the $\chi^2$ and Student's $t$ random variables for the statistical functional
context, and hence apply in a wide variety of settings including quantile
estimation, gradient estimation, M-estimation, CVAR-estimation, and arrival
process rate estimation, apart from more traditional statistical settings. Like
the method of subsampling, we use overlapping batches of time series data to
estimate the underlying variance parameter; unlike subsampling and the
bootstrap, however, we assume that the implied point estimator of the
statistical functional obeys a central limit theorem (CLT) to help identify the
weak asymptotics (called OB-x limits, x=I,II,III) of batched Studentized
statistics. The OB-x limits, certain functionals of the Wiener process
parameterized by the size of the batches and the extent of their overlap, form
the essential machinery for characterizing dependence, and consequently the
correctness of the proposed CIPs. The message from extensive numerical
experimentation is that in settings where a functional CLT on the point
estimator is in effect, using \emph{large overlapping batches} alongside OB-x
critical values yields confidence intervals that are often of significantly
higher quality than those obtained from more generic methods like subsampling
or the bootstrap. We illustrate using examples from CVaR estimation, ARMA
parameter estimation, and NHPP rate estimation; R and MATLAB code for OB-x
critical values is available at~\texttt{web.ics.purdue.edu/~pasupath/}.
- Abstract(参考訳): 定常時系列データを用いて構築した統計関数に対する汎用信頼区間手順(CIP)を提案する。
提案手法は, 統計関数的文脈に対する$\chi^2$と学生の$t$の確率変数の導出分布のないアナログに基づいており, より伝統的な統計的状況とは別に, 量子的推定, 勾配推定, M-推定, CVAR推定, 到着過程の速度推定など, 様々な状況に適用できる。
サブサンプリング法と同様に、重なり合う時系列データのバッチを用いて分散パラメータを推定するが、サブサンプリングやブートストラップとは異なり、統計的汎関数の含意点推定子は中央極限定理(clt)に従い、バッチ化された統計の弱漸近性(ob-x極限、x=i,ii,iii)を特定するのに役立つと仮定する。
OB-x制限は、バッチのサイズと重複の程度によってパラメータ化されたウィーナー過程の特定の機能であり、依存を特徴づける必須の機械を形成し、その結果、提案されたCIPの正しさを形成する。
大規模な数値実験から得られたメッセージは、ポイント推定器上の関数的CLTが有効である場合、OB-x臨界値と共に \emph{large overlapping batches} を用いることで、サブサンプリングやブートストラップのようなより一般的なメソッドから得られるものよりもはるかに高い品質の信頼区間が得られるというものである。
CVaR推定、ARMAパラメータ推定、NHPPレート推定の例を用いて、OB-x臨界値に対するRおよびMATLABコードは、~\texttt{web.ics.purdue.edu/~pasupath/}で利用可能である。
関連論文リスト
- Fundamental bounds for parameter estimation with few measurements [0.0]
我々は、推定器に課せられる異なる線形(Barankin-like)条件について議論し、これらの条件が有限分散の最適推定器を持つことを解析する。
負荷条件の数が測定結果の数より大きい場合、一般に有限分散の対応する推定器は存在しないことを示す。
我々は、バランキン境界が未定義の状況において有限分散と互換性のある拡張クラムエル・ラオ境界を導出する。
論文 参考訳(メタデータ) (2024-02-22T12:40:08Z) - Statistical Inference with Stochastic Gradient Methods under
$\phi$-mixing Data [9.77185962310918]
データが$phi$-mixingの場合の統計的推測のためのミニバッチSGD推定器を提案する。
信頼区間は、関連するミニバッチSGDプロシージャを用いて構成される。
提案手法はメモリ効率が高く,実装が容易である。
論文 参考訳(メタデータ) (2023-02-24T16:16:43Z) - Policy evaluation from a single path: Multi-step methods, mixing and
mis-specification [45.88067550131531]
無限水平$gamma$-discounted Markov rewardプロセスの値関数の非パラメトリック推定について検討した。
カーネルベースの多段階時間差推定の一般的なファミリーに対して、漸近的でない保証を提供する。
論文 参考訳(メタデータ) (2022-11-07T23:15:25Z) - Statistical Efficiency of Score Matching: The View from Isoperimetry [96.65637602827942]
本研究では, スコアマッチングの統計的効率と推定される分布の等尺性との間に, 密接な関係を示す。
これらの結果はサンプル状態と有限状態の両方で定式化する。
論文 参考訳(メタデータ) (2022-10-03T06:09:01Z) - Learning to Estimate Without Bias [57.82628598276623]
ガウスの定理は、重み付き最小二乗推定器は線形モデルにおける線形最小分散アンバイアスド推定(MVUE)であると述べている。
本稿では、バイアス制約のあるディープラーニングを用いて、この結果を非線形設定に拡張する第一歩を踏み出す。
BCEの第二の動機は、同じ未知の複数の推定値が平均化されてパフォーマンスが向上するアプリケーションにおいてである。
論文 参考訳(メタデータ) (2021-10-24T10:23:51Z) - Automatically Differentiable Random Coefficient Logistic Demand
Estimation [0.0]
本稿では, ランダム係数ロジスティック・デマンド(BLP)モデルを, 自動微分可能なモーメント関数として表現する方法を示す。
これにより、CUE(Continuously Updating Estimator)を用いた勾配に基づく周期性および準ベイズ推定が可能となる。
予備的な結果は、LTEと頻繁な最適化を用いて推定したCUEは、従来の2段階のGMM(2S-GMM)アプローチと比較して、より低いバイアスを持つが、MAEが高いことを示唆している。
論文 参考訳(メタデータ) (2021-06-08T18:50:11Z) - Model-based multi-parameter mapping [0.0]
定量的MRイメージングは、よりリッチな情報の内容と標準化された測定基準のためにますます好まれている。
推定はしばしば、異なる量のデータを分離して解くために、データのノイズサブセットを仮定する。
代わりに、生成モデルは定式化され、パラメータ推定を共同で回復するために反転することができる。
論文 参考訳(メタデータ) (2021-02-02T17:00:11Z) - Sparse Feature Selection Makes Batch Reinforcement Learning More Sample
Efficient [62.24615324523435]
本稿では,スパース線形関数近似を用いた高次元バッチ強化学習(RL)の統計的解析を行う。
候補となる機能が多数存在する場合,提案手法がバッチRLをより効率的にサンプリングできるという事実に光を当てる。
論文 参考訳(メタデータ) (2020-11-08T16:48:02Z) - Instability, Computational Efficiency and Statistical Accuracy [101.32305022521024]
我々は,人口レベルでのアルゴリズムの決定論的収束率と,$n$サンプルに基づく経験的対象に適用した場合の(不安定性)の間の相互作用に基づいて,統計的精度を得るフレームワークを開発する。
本稿では,ガウス混合推定,非線形回帰モデル,情報的非応答モデルなど,いくつかの具体的なモデルに対する一般結果の応用について述べる。
論文 参考訳(メタデータ) (2020-05-22T22:30:52Z) - Machine learning for causal inference: on the use of cross-fit
estimators [77.34726150561087]
より優れた統計特性を得るために、二重ローバストなクロスフィット推定器が提案されている。
平均因果効果(ACE)に対する複数の推定器の性能評価のためのシミュレーション研究を行った。
機械学習で使用する場合、二重確率のクロスフィット推定器は、バイアス、分散、信頼区間のカバレッジで他のすべての推定器よりも大幅に優れていた。
論文 参考訳(メタデータ) (2020-04-21T23:09:55Z) - SUMO: Unbiased Estimation of Log Marginal Probability for Latent
Variable Models [80.22609163316459]
無限級数のランダム化トランケーションに基づく潜在変数モデルに対して、ログ境界確率の非バイアス推定器とその勾配を導入する。
推定器を用いてトレーニングしたモデルは、同じ平均計算コストに対して、標準的な重要度サンプリングに基づくアプローチよりも優れたテストセット確率を与えることを示す。
論文 参考訳(メタデータ) (2020-04-01T11:49:30Z)
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。