We study theoretically, for the first time, the Dirichlet kernel estimator introduced by Aitchison and Lauder (1985) for the estimation of multivariate densities supported on the $d$-dimensional simplex. The simplex is an important case as it is the natural domain of compositional data and has been neglected in the literature on asymmetric kernels. The Dirichlet kernel estimator, which generalizes the (non-modified) unidimensional Beta kernel estimator from Chen (1999), is free of boundary bias and non-negative everywhere on the simplex. We show that it achieves the optimal convergence rate $O(n^{-4/(d+4)})$ for the mean squared error and the mean integrated squared error, we prove its asymptotic normality and uniform strong consistency, and we also find an asymptotic expression for the mean integrated absolute error. To illustrate the Dirichlet kernel method and its favorable boundary properties, we present a case study on minerals processing.


翻译:我们第一次从理论上研究了Aitchison和Lauder(1985年)提出的Drichlet 内核估计值,用于估算以美元-维简单x支持的多变量密度。简单x是一个重要案例,因为它是组成数据的自然领域,在关于不对称内核的文献中被忽略。Drichlet 内核估计值是陈(1999年)的(非修改的)单维Beta内核测量器,它没有边界偏差,也没有在简单x的任何地方出现偏差。我们表明,它实现了平均正方差和平均合并方差的最佳趋同率$O(n ⁇ -4/(d+4}),我们证明了它无症状的正常性和统一性,我们也发现一个表示(非修改的)单一的绝对误差的无症状。为了说明Drichlet内核方法及其有利的边界特性,我们介绍了一项关于矿物加工的案例研究。

0
下载
关闭预览

相关内容

专知会员服务
75+阅读 · 2021年9月27日
区块链赋能新基建领域应用白皮书, 41页ppt
专知会员服务
110+阅读 · 2021年3月17日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
专知会员服务
61+阅读 · 2020年3月4日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
5+阅读 · 2018年11月15日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
5+阅读 · 2018年11月15日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员