Scientific Library of Tomsk State University

   E-catalog        

Normal view MARC view

Adaptive efficient estimation for generalized semi‑Markov big data models (Record no. 999481)

000 -Маркер записи
Контрольное поле постоянной длины 02654nab a2200385 c 4500
001 - Контрольный номер
Контрольное поле koha000999481
005 - Дата корректировки
Контрольное поле 20230406160507.0
007 - Кодируемые данные (физ. описан.)
Контрольное поле постоянной длины cr |
008 - Кодируемые данные
Контрольное поле постоянной длины 230403|2022 ne s a eng d
024 7# - Прочие стандартные номера
Стандартный номер 10.1007/s10463-022-00820-y
Источник номера doi
035 ## - Системный контрольный номер
Системный контрольный номер koha000999481
040 ## - Источник каталогиз.
Служба первич. каталог. RU-ToGU
Код языка каталог. rus
Служба, преобразующая запись RU-ToGU
100 1# - Автор
Автор Barbu, Vlad Stefan
9 (RLIN) 309730
245 10 - Заглавие
Заглавие Adaptive efficient estimation for generalized semi‑Markov big data models
Ответственность V. S. Barbu, S. Beltaief, S. M. Pergamenshchikov
336 ## - Тип содержимого
Тип содержимого Текст
337 ## - Средство доступа
Средство доступа электронный
504 ## - Библиография
Библиография Библиогр.: с. 954-955
520 3# - Аннотация
Аннотация In this paper we study generalized semi-Markov high dimension regression models in continuous time, observed at fixed discrete time moments. The generalized semi-Markov process has dependent jumps and, therefore, it is an extension of the semi-Markov regression introduced in Barbu et al. (Stat Inference Stoch Process 22:187-231, 2019a). For such models we consider estimation problems in nonparametric setting. To this end, we develop model selection procedures for which sharp non-asymptotic oracle inequalities for the robust risks are obtained. Moreover, we give constructive sufficient conditions which provide through the obtained oracle inequalities the adaptive robust efficiency property in the minimax sense. It should be noted also that, for these results, we do not use neither sparse conditions nor the parameter dimension in the model. As examples, regression models constructed through spherical symmetric noise impulses and truncated fractional Poisson processes are considered. Numerical Monte-Carlo simulations confirming the theoretical results are given in the supplementary materials.
653 ## - Ключевые слова
Ключевые слова регрессионные модели
653 ## - Ключевые слова
Ключевые слова обобщенные полумарковские процессы
653 ## - Ключевые слова
Ключевые слова Пуассона процесс
653 ## - Ключевые слова
Ключевые слова неасимптотическое оценивание
653 ## - Ключевые слова
Ключевые слова робастное оценивание
653 ## - Ключевые слова
Ключевые слова точное оракульное неравенство
653 ## - Ключевые слова
Ключевые слова асимптотическая эффективность
653 ## - Ключевые слова
Ключевые слова адаптивная оценка
655 #4 - Термин индексирования — жанр/форма
Жанр/форма статьи в журналах
9 (RLIN) 882086
700 1# - Другие авторы
Другие авторы Beltaief, Slim
9 (RLIN) 480550
700 1# - Другие авторы
Другие авторы Pergamenshchikov, Serguei M.
9 (RLIN) 98934
773 0# - Источник информации
Название источника Annals of the Institute of Statistical Mathematics
Место и дата издания 2022
Прочая информация Vol. 74, № 5. P. 925-955
ISSN 0020-3157
852 4# - Местонахождение единицы хранения
Код организации-хранителя RU-ToGU
856 4# - Электронный адрес документа
URL <a href="http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000999481">http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000999481</a>
908 ## - Параметр входа данных
Параметр входа данных статья
999 ## - Системные контрольные номера (Koha)
biblionumber (Koha) 999481

No items available.