edoc-Server der Humboldt-Universität zu Berlin

Dissertation

Autor(en): Andreas Andresen
Titel: Finite sample analysis of profile M-estimators
Gutachter: Vladimir Spokoiny; Gilles Blanchard; Richard Nickl
Erscheinungsdatum: 02.09.2015
Volltext: pdf (urn:nbn:de:kobv:11-100232058)
Fachgebiet(e): Mathematik
Schlagwörter (ger): M-Schätzer, endliche Stichproben, Semiparametrik, profile-Schätzer
Schlagwörter (eng): finite sample, M-estimators, semiparemetric, profile, alternating maximization
Einrichtung: Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät
Lizenz: Namensnennung - Weitergabe unter gleichen Bedingungen (CC BY SA)
Zitationshinweis: Andresen, Andreas: Finite sample analysis of profile M-estimators; Dissertation, Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät , publiziert am 02.09.2015, urn:nbn:de:kobv:11-100232058
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.

Abstract (ger):
In dieser Arbeit wird ein neuer Ansatz für die Analyse von Profile Maximierungsschätzern präsentiert. Es werden die Ergebnisse von Spokoiny (2011) verfeinert und angepasst für die Schätzung von Komponenten von endlich dimensionalen Parametern mittels der Maximierung eines Kriteriumfunktionals. Dabei werden Versionen des Wilks Phänomens und der Fisher-Erweiterung für endliche Stichproben hergeleitet und die dafür kritische Relation der Parameterdimension zum Stichprobenumfang gekennzeichnet für den Fall von identisch unabhängig verteilten Beobachtungen und eines hinreichend glatten Funktionals. Die Ergebnisse werden ausgeweitet für die Behandlung von Parametern in unendlich dimensionalen Hilberträumen. Dabei wir die Sieve-Methode von Grenander (1981) verwendet. Der Sieve-Bias wird durch übliche Regularitätsannahmen an den Parameter und das Funktional kontrolliert. Es wird jedoch keine Basis benötigt, die orthogonal in dem vom Model induzierten Skalarprodukt ist. Weitere Hauptresultate sind zwei Konvergenzaussagen für die alternierende Maximisierungsprozedur zur approximation des Profile-Schätzers. Alle Resultate werden anhand der Analyse der Projection Pursuit Prozedur von Friendman (1981) veranschaulicht. Die Verwendung von Daubechies-Wavelets erlaubt es unter natürlichen und üblichen Annahmen alle theoretischen Resultate der Arbeit anzuwenden.
Abstract (eng):
This thesis presents a new approach to analyze profile M-Estimators for finite samples. The results of Spokoiny (2011) are refined and adapted to the estimation of components of a finite dimensional parameter using the maximization of a criterion functional. A finite sample versions of the Wilks phenomenon and Fisher expansion are obtained and the critical ratio of parameter dimension to sample size is derived in the setting of i.i.d. samples and a smooth criterion functional. The results are extended to parameters in infinite dimensional Hilbert spaces using the sieve approach of Grenander (1981). The sieve bias is controlled via common regularity assumptions on the parameter and functional. But our results do not rely on an orthogonal basis in the inner product induced by the model. Furthermore the thesis presents two convergence results for the alternating maximization procedure. All results are exemplified in an application to the Projection Pursuit Procedure of Friendman (1981). Under a set of natural and common assumptions all theoretical results can be applied using Daubechies wavelets.
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.
Startseite: 11 Zugriffe PDF: 49 Zugriffe Startseite: 3 Zugriffe PDF: 33 Zugriffe Startseite: 18 Zugriffe PDF: 27 Zugriffe Startseite: 11 Zugriffe PDF: 27 Zugriffe Startseite: 4 Zugriffe PDF: 22 Zugriffe Startseite: 7 Zugriffe PDF: 15 Zugriffe Startseite: 13 Zugriffe PDF: 44 Zugriffe Startseite: 16 Zugriffe PDF: 24 Zugriffe Startseite: 25 Zugriffe PDF: 34 Zugriffe Startseite: 21 Zugriffe PDF: 36 Zugriffe Startseite: 12 Zugriffe PDF: 35 Zugriffe Startseite: 12 Zugriffe PDF: 24 Zugriffe Startseite: 21 Zugriffe PDF: 46 Zugriffe Startseite: 23 Zugriffe PDF: 28 Zugriffe Startseite: 7 Zugriffe PDF: 38 Zugriffe Startseite: 30 Zugriffe PDF: 38 Zugriffe Startseite: 36 Zugriffe PDF: 29 Zugriffe Startseite: 28 Zugriffe PDF: 36 Zugriffe Startseite: 20 Zugriffe PDF: 29 Zugriffe
Oct
15
Nov
15
Dec
15
Jan
16
Feb
16
Mar
16
Apr
16
May
16
Jun
16
Jul
16
Aug
16
Sep
16
Oct
16
Nov
16
Dec
16
Jan
17
Feb
17
Mar
17
Apr
17
Monat Oct
15
Nov
15
Dec
15
Jan
16
Feb
16
Mar
16
Apr
16
May
16
Jun
16
Jul
16
Aug
16
Sep
16
Oct
16
Nov
16
Dec
16
Jan
17
Feb
17
Mar
17
Apr
17
Startseite 11 3 18 11 4 7 13 16 25 21 12 12 21 23 7 30 36 28 20
PDF 49 33 27 27 22 15 44 24 34 36 35 24 46 28 38 38 29 36 29

Gesamtzahl der Zugriffe seit Oct 2015:

  • Startseite – 318 (16.74 pro Monat)
  • PDF – 614 (32.32 pro Monat)
 
 
Generiert am 29.05.2017, 19:19:53