論文の概要: On Statistical Inference for High-Dimensional Binary Time Series

• arxiv url: http://arxiv.org/abs/2512.00338v2
• Date: Tue, 02 Dec 2025 02:06:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-03 14:50:32.074134
• Title: On Statistical Inference for High-Dimensional Binary Time Series
• Title（参考訳）: 高次元バイナリ時系列の統計的推測について
• Authors: Dehao Dai, Yunyi Zhang,
• Abstract要約: 本論文は,高次元一般化二進ベクトル自己回帰過程の係数行列を推定するポストセレクション推定器を提案する。 数値解析と経験的応用により,提案手法の良好な有限サンプル性能が示された。
• 参考スコア（独自算出の注目度）: 6.634949038994535
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The analysis of non-real-valued data, such as binary time series, has attracted great interest in recent years. This manuscript proposes a post-selection estimator for estimating the coefficient matrices of a high-dimensional generalized binary vector autoregressive process and establishes a Gaussian approximation theorem for the proposed estimator. Furthermore, it introduces a second-order wild bootstrap algorithm to enable statistical inference on the coefficient matrices. Numerical studies and empirical applications demonstrate the good finite-sample performance of the proposed method.
• Abstract（参考訳）: バイナリ時系列などの非実数値データの解析は近年大きな関心を集めている。 本論文は,高次元一般化二進ベクトル自己回帰過程の係数行列を推定するためのポストセレクション推定器を提案し,提案した推定器に対するガウス近似定理を確立する。 さらに、2階のワイルドブートストラップアルゴリズムを導入し、係数行列の統計的推測を可能にする。 数値解析と経験的応用により,提案手法の良好な有限サンプル性能が示された。

関連論文リスト

• Statistical Inference for Temporal Difference Learning with Linear Function Approximation [55.80276145563105]
  The statistics properties of Temporal difference learning with Polyak-Ruppert averaging。 3つの理論的な貢献により、現在の最先端の成果が向上する。
  論文  参考訳（メタデータ） (2024-10-21T15:34:44Z)
• Regularized Projection Matrix Approximation with Applications to Community Detection [1.3761665705201904]
  本稿では,アフィニティ行列からクラスタ情報を復元するための正規化プロジェクション行列近似フレームワークを提案する。 3つの異なるペナルティ関数について検討し, それぞれが有界, 正, スパースシナリオに対応するように調整した。 合成および実世界の両方のデータセットで行った数値実験により、我々の正規化射影行列近似アプローチはクラスタリング性能において最先端の手法を著しく上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-05-26T15:18:22Z)
• Statistical Inference For Noisy Matrix Completion Incorporating Auxiliary Information [3.9748528039819977]
  本稿では,半教師付きモデルにおける雑音行列補完の統計的推測について検討する。 検討した文脈において,反復最小二乗(LS)推定手法を適用した。 提案手法は数回の反復しか必要とせず、結果として得られる低ランク行列と係数行列のエントリーワイズ推定器は正規分布を持つことが保証されている。
  論文  参考訳（メタデータ） (2024-03-22T01:06:36Z)
• A Generalized Latent Factor Model Approach to Mixed-data Matrix Completion with Entrywise Consistency [3.299672391663527]
  マトリックスコンプリート(Matrix completion)は、部分的に観察された行列における欠落したエントリの予測に関する機械学習手法のクラスである。 非線型因子モデルの一般族の下での低ランク行列推定問題として定式化する。 低ランク行列を推定するためのエントリーワイドな一貫した推定器を提案する。
  論文  参考訳（メタデータ） (2022-11-17T00:24:47Z)
• Adaptive Estimation of Graphical Models under Total Positivity [13.47131471222723]
  ガウス図形モデルにおける(対角的に支配的な)M-行列を精度行列として推定する問題を考える。 そこで本研究では,提案手法を改良した適応型多段階推定手法を提案する。 正規化問題を解くために,勾配予測法に基づく統一的なフレームワークを開発する。
  論文  参考訳（メタデータ） (2022-10-27T14:21:27Z)
• Online Multi-Agent Decentralized Byzantine-robust Gradient Estimation [62.997667081978825]
  本アルゴリズムは,同時摂動,セキュアな状態推定,2時間スケール近似に基づく。 また,数値実験によるアルゴリズムの性能も示す。
  論文  参考訳（メタデータ） (2022-09-30T07:29:49Z)
• Sparse high-dimensional linear regression with a partitioned empirical Bayes ECM algorithm [62.997667081978825]
  疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。 パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。 提案手法はRパッケージプローブに実装されている。
  論文  参考訳（メタデータ） (2022-09-16T19:15:50Z)
• Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
  任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。 提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
  論文  参考訳（メタデータ） (2021-05-23T19:21:55Z)
• High-dimensional macroeconomic forecasting using message passing algorithms [0.0]
  この仕様における推論は、係数の高次元ベクトルを縮小するベイジアン階層的先行法を用いて進行する。 一般化近似メッセージパッシング(GAMP)アルゴリズムはアルゴリズムの複雑さが低く、簡単に並列化可能である。
  論文  参考訳（メタデータ） (2020-04-23T23:10:04Z)

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。