Минимаксное оценивание гауссовской параметрической регрессии
| Parent link: | Вестник Томского государственного университета. Математика и механика/ Национальный исследовательский Томский государственный университет (ТГУ).— , 2007- № 5.— 2014.— [С. 40-47] |
|---|---|
| Main Author: | |
| Corporate Author: | |
| Other Authors: | |
| Summary: | Заглавие с экрана Рассматривается задача минимаксного оценивания d-мерного вектора неизвестных параметров регрессии с гауссовскими шумами при квадратической функции потерь. Предлагается модификация процедуры Джеймса - Стейна, для которой найдена явная верхняя граница для среднеквадратического риска и показано, что ее риск строго меньше риска классической оценки максимального правдоподобия для размерности d>2. Проведено численное сравнение среднеквадратических рисков рассматриваемых оценок. The paper considers the problem of estimating a d>2 dimensional mean vector of a multivariate normal distribution under quadratic loss. Let the observations be described by the equation Y -0+а^, (1) where 0 is a d-dimension vector of unknown parameters from some bounded set 0c8 d, Ј is a Gaussian random vector with zero mean and identity covariance matrix Id, i.e..Law(Ј)=Nd(0, Id) and a is a known positive number. Режим доступа: по договору с организацией-держателем ресурса |
| Published: |
2014
|
| Subjects: | |
| Online Access: | http://journals.tsu.ru/mathematics/&journal_page=archive&id=1094&article_id=15496 http://elibrary.ru/item.asp?id=22548335 |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=639504 |