For two decades, reproducing kernels and their associated discrepancies have facilitated elegant theoretical analyses in the setting of quasi Monte Carlo. These same tools are now receiving interest in statistics and related fields, as criteria that can be used to select an appropriate statistical model for a given dataset. The focus of this article is on minimum kernel discrepancy estimators, whose use in statistical applications is reviewed, and a general theoretical framework for establishing their asymptotic properties is presented.
翻译：二十年来,复制内核及其相关差异促进了在准蒙特卡洛的设置中进行优雅的理论分析,这些工具现在对统计和相关领域有了兴趣,作为用于为特定数据集选择适当统计模型的标准,本条款的重点是最小内核差异估计器,在统计应用中对其使用进行了审查,并提出了确定其无症状特性的一般理论框架。
相关内容
专知会员服务
31+阅读 · 2019年10月17日
Arxiv
0+阅读 · 2022年12月19日
Arxiv
0+阅读 · 2022年12月19日
Arxiv
0+阅读 · 2022年12月18日
Arxiv
0+阅读 · 2022年12月16日
Arxiv
0+阅读 · 2022年12月16日
Arxiv
0+阅读 · 2022年12月15日
相关VIP内容
专知会员服务
31+阅读 · 2019年10月17日
相关资讯
相关论文
Arxiv
0+阅读 · 2022年12月19日
Arxiv
0+阅读 · 2022年12月19日
Arxiv
0+阅读 · 2022年12月18日
Arxiv
0+阅读 · 2022年12月16日
Arxiv
0+阅读 · 2022年12月16日
Arxiv
0+阅读 · 2022年12月15日
微信扫码咨询专知VIP会员