Error Variance Estimation in Ultrahigh-Dimensional Additive Models
نویسندگان
چکیده
منابع مشابه
Error Variance Estimation in Ultrahigh Dimensional Additive Models
Error variance estimation plays an important role in statistical inference for high dimensional regression models. This paper concerns with error variance estimation in high dimensional sparse additive model. We study the asymptotic behavior of the traditional mean squared errors, the naive estimate of error variance, and show that it may significantly underestimate the error variance due to sp...
متن کاملVariance estimation using refitted cross-validation in ultrahigh dimensional regression.
Variance estimation is a fundamental problem in statistical modelling. In ultrahigh dimensional linear regression where the dimensionality is much larger than the sample size, traditional variance estimation techniques are not applicable. Recent advances in variable selection in ultrahigh dimensional linear regression make this problem accessible. One of the major problems in ultrahigh dimensio...
متن کاملVariance Estimation in High Dimensional Regression Models
We treat the problem of variance estimation of the least squares estimate of the parameter in high dimensional linear regression models by using the Uncorrelated Weights Bootstrap (UBS). We find a representation of the UBS dispersion matrix and show that the bootstrap estimator is consistent if p/n → 0 where p is the dimension of the parameter and n is the sample size. For fixed dimension we sh...
متن کاملEstimation of AR Parameters in the Presence of Additive Contamination in the Infinite Variance Case
If we try to estimate the parameters of the AR process {Xn} using the observed process {Xn+Zn} then these estimates will be badly biased and not consistent but we can minimize the damage using a robust estimation procedure such as GM-estimation. The question is does additive contamination affect estimates of “core” parameters in the infinite variance case to the same extent that it does in the ...
متن کاملinfinite dimensional garch models
مدلهای گارچ در فضاهای هیلبرت پایان نامه حاضر شامل دو بخش می باشد. در قسمت اول مدلهای اتورگرسیو تعمیم یافته مشروط به ناهمگنی واریانس در فضاهای هیلبرت را معرفی، مفاهیم ریاضی مورد نیاز در تحلیل این مدلها در دامنه زمان را مطرح کرده و آنها را مورد بررسی قرار می دهیم. بر اساس پیشرفتهایی که اخیرا در زمینه تئوری داده های تابعی و آماره های عملگری ایجاد شده است، فرآیندهایی که دارای مقادیر در فضاهای ...
15 صفحه اولذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Journal of the American Statistical Association
سال: 2017
ISSN: 0162-1459,1537-274X
DOI: 10.1080/01621459.2016.1251440