Spatial aggregation of local likelihood estimates with applications to classification

Denis Belomestny; Vladimir G. Spokoiny

edoc-Server der Humboldt-Universität zu Berlin

Band einer Schriftenreihe

Autor(en):	Denis Belomestny; Vladimir G. Spokoiny
Titel:	Spatial aggregation of local likelihood estimates with applications to classification
Erscheinungsdatum:	28.04.2006
Erschienen in:	Sonderforschungsbereich 649: Ökonomisches Risiko 36 (SFB 649 Papers) ISSN: 1860-5664
Volltext:	pdf (urn:nbn:de:kobv:11-10063429)
Fachgebiet(e):	Wirtschaft
Schlagwörter (eng):	adaptive weights, local likelihood, exponential family, classification
Herausgeber:	Humboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link.	Endnote Bibtex
print on demand: Wenn Sie auf dieses Icon klicken, können Sie ein Druckexemplar dieser Publikation bestellen.
Diese Seite taggen: Diese Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer ansehen können.

Abstract (eng):

This paper presents a new method for spatially adaptive local likelihood estimation which applies to a broad class of nonparametric models, including the Gaussian, Poisson and binary response models. The main idea of themethod is given a sequence of local likelihood estimates (``weak´´ estimates),to construct a new aggregated estimate whose pointwise risk is of order of thesmallest risk among all ``weak´´ estimates. We also propose a new approach towards selecting the parameters of the procedure by providing the prescribed behavior of the resulting estimate in the simple parametric situation. We establish a number of important theoretical results concerning the optimality of the aggregated estimate. In particular, our ``oracle´´ results claims that its risk is up to some logarithmic multiplier equal to the smallest risk for the given family of estimates. The performance of the procedure is illustrated by application to the classification problem. A numerical study demonstrates its nice performance in simulated and real life examples.

Zugriffsstatistik:

Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWStats aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.

Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.

Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.

May
11

Jun
11

Jul
11

Aug
11

Sep
11

Oct
11

Nov
11

Dec
11

Apr
12

May
12

Jun
12

Jul
12

Aug
12

Sep
12

Oct
12

Nov
12

Dec
12

Jan
13

Apr
13

Monat	May 11	Jun 11	Jul 11	Aug 11	Sep 11	Oct 11	Nov 11	Dec 11	Apr 12	May 12	Jun 12	Jul 12	Aug 12	Sep 12	Oct 12	Nov 12	Jan 13	Apr 13
Startseite														1	1
PDF	6	1	2	1	1	2	1	1	1	1	4	1	1	2	3	1	7	3

Gesamtzahl der Zugriffe seit May 2011:

Startseite – 2 (0.33 pro Monat)
PDF – 39 (2.05 pro Monat)

Generiert am 23.05.2013, 20:45:17