モードの信頼区間を計算していますか?


11

モード(一般的に)の信頼区間の計算に関するリファレンスを探しています。ブートストラップは自然な最初の選択のように思えるかもしれませんが、Romano(1988)によって説明されているように、標準のブートストラップはモードに対して失敗し、単純なソリューションを提供しません。このペーパー以降、何か変更はありましたか?モードの信頼区間を計算する最良の方法は何ですか?ブートストラップベースの最良のアプローチは何ですか?関連する参照を提供できますか?


ロマーノ、JP(1988)。モードのブートストラップ。Institute of Statistical Mathematics、40(3)、565-586。


「一般的に」とは、境界のないドメインを持ち、事前に指定されたパラメトリック形式を持たない多変量の多峰性の結合密度を意味しますか?または、いくつかの制約がありますか?
GeoMatt22 2016年

@ GeoMatt22は、事前に指定されたパラメトリック形式の有無にかかわらず、単峰分布を扱っていると言います。多次元の場合の計算モードは複雑になるので、一次元の場合から始めるのは十分興味深いでしょう。
Tim

1
OK、それから無制限?(たとえば、モードが0または1のベータ版ではありません。)パラメータの観点からモードが適切に定義されているため、パラメトリックなケースが最も簡単に見えます。
GeoMatt22 2016年

1
モードの場所をどのように推定していますか?
Glen_b-2016

1
KDEモードの参考までに、コンピュータビジョンの「平均シフト」アルゴリズムが関連する場合があります。(答えではありませんが、おそらく文献の別の関連するブランチへのポインタです。)
GeoMatt22

回答:


2

これについてはあまり研究が進んでいないように見えますが、ある程度これについて掘り下げた論文があります。ランダム設計を用いたノンパラメトリック回帰モデルのモードのブートストラップに関する論文(Ziegler、2001)は、平滑化ペアブートストラップ(SPB)の使用を示唆しています。この方法では、要約を引用すると、「ブートストラップ変数は、観測値のペアに基づいて滑らかな2変量密度から生成されます」。

著者は、SPBが「mのパイロット推定量が平滑化されている場合、正しい量のバイアスを取得できる」と主張しています。ここで、mは2つのiid変数の回帰関数です。

幸運を祈っています。


平滑化されたブートストラップは、私が実際に検討することになるものですが、それがまだどこにも提案されているのを見ていません。ありがとう!他に答えはないので、この答えに賞金を差し上げます。私はまだ他の答えや提案を得られることを望んでいるので、それを受け入れません。
Tim
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.