■ (1) เหตุใดตัวประมาณค่าสถานะของ Quantile จึงไม่สามารถเปลี่ยนค่า Frechet ให้แตกต่างกันได้ แต่ตัวประมาณบูตสแตรปของพวกเขายังคงสอดคล้องกัน
คุณต้องการ Hadamard อนุพันธ์ (หรือความแตกต่างที่มีขนาดกะทัดรัดขึ้นอยู่กับแหล่งอ้างอิงของคุณ) เป็นเงื่อนไขเพียงพอที่จะทำให้ bootstrap ทำงานในกรณีนั้นค่ามัธยฐานและควอไทล์ใด ๆ คือ Hadamard ความแตกต่างของ Frechet นั้นแข็งแกร่งเกินไปในการใช้งานส่วนใหญ่
เนื่องจากโดยปกติแล้วมันจะพอเพียงเพื่อหารือเกี่ยวกับพื้นที่โปแลนด์ดังนั้นคุณจึงต้องการฟังก์ชั่นเชิงเส้นในพื้นที่เพื่อใช้อาร์กิวเมนต์ความเป็นปึกแผ่นทั่วไปเพื่อขยายผลความสอดคล้องของคุณกับสถานการณ์ทั่วโลก ดูความคิดเห็นเชิงเส้นตรงด้านล่าง
ทฤษฎีบทที่ 2.27 จาก [Wasserman] จะให้ความรู้แก่คุณว่าอนุพันธ์ของ Hadamard เป็นแนวคิดที่อ่อนแอกว่า และทฤษฎีบท 3.6 และ 3.7 ของ [Shao & Tu] จะให้เงื่อนไขที่เพียงพอเพื่อความมั่นคงที่อ่อนแอในแง่ของ -Hadamard อนุพันธ์ของการทำงานทางสถิติมีขนาดสังเกตnT n nρTnn
■ (2) อะไรจะมีผลต่อความสอดคล้องของตัวประมาณการบูตระบบ?
[Shao & Tu] pp.85-86 สถานการณ์ที่แสดงซึ่งอาจเกิดความไม่สอดคล้องกันของตัวประมาณการบูตสแตรป
(1) เงินทุนมีความไวต่อพฤติกรรมหางของประชากรFความสอดคล้องของต้องใช้เงื่อนไขช่วงเวลาที่มีความเข้มงวดกว่าที่จำเป็นสำหรับการดำรงอยู่ของวงเงินของH_0H B O O T H 0FHBOOTH0
(2) ความสอดคล้องของบูตประมาณการต้องมีองศาที่แน่นอนของความเรียบเนียนจากสถิติที่กำหนด (ทำงาน){n}Tn
(3) พฤติกรรมของตัวประมาณ bootstrap ขึ้นอยู่กับวิธีที่ใช้ในการรับข้อมูล bootstrap
K
■
สำหรับความคิดเห็นที่ "เส้นตรงเชิงเส้นกำกับเชิงเส้นในท้องถิ่นโดยทั่วไปดูเหมือนจะจำเป็นสำหรับความสอดคล้องของ bootstrap" ที่ทำโดย Mammen ตามที่คุณกล่าวถึง ความคิดเห็นจาก [Shao & Tu] p.78 มีดังต่อไปนี้ตามที่พวกเขาแสดงความคิดเห็นเชิงเส้น (ทั่วโลก) เป็นเพียงเทคนิคที่อำนวยความสะดวกในการพิสูจน์ความมั่นคงและไม่ได้ระบุความจำเป็นใด ๆ :
Zn¯=1n∑ni=1ϕ(Xn)ϕ(X)X
Tn=θ+Zn¯+oP(1n−−√)
T∗n Tn ¯ Z n {X ∗ 1 ,⋯,X ∗ n }T ∗ n T ∗ n =θ+ ¯Z∗n¯TnZn¯{X∗1,⋯,X∗n}T∗nHBOOTT∗n=θ+Zn¯∗+oP(1n−−√)
HBOOT(x)x=P{n−−√(Tn−T∗n)≤x} ¯ Z nP{n−−√(Zn¯−Zn¯∗)≤x}. เราได้ลดปัญหาดังกล่าวเป็นปัญหาเกี่ยวกับ "sample mean"ซึ่งตัวประมาณการกระจาย bootstrap สามารถแสดงให้สอดคล้องกันโดยใช้วิธีการในส่วน 3.1.2-3.1.4Zn¯
และพวกเขายกตัวอย่าง 3.3 ของการได้รับความสอดคล้อง bootstrap สำหรับการเริ่มต้นประเภท MLE อย่างไรก็ตามหากการกระจายตัวเชิงเส้นโลกมีประสิทธิภาพในวิธีการดังกล่าวเป็นการยากที่จะจินตนาการว่าจะพิสูจน์ความมั่นคงได้อย่างไร ฉันเดาว่านั่นคือสิ่งที่ Mammen ต้องการพูด
■ (4) ความคิดเห็นเพิ่มเติม
นอกเหนือจากการอภิปรายที่จัดทำโดย [Shao & Tu] ข้างต้นฉันคิดว่าสิ่งที่คุณต้องการคือเงื่อนไขของลักษณะความสอดคล้องของตัวประมาณการเริ่มระบบ
อย่างน่าสมเพชผมไม่ทราบว่าหนึ่งในลักษณะของความสอดคล้องของประมาณการบูตสำหรับการเรียนทั่วไปมากของการจัดจำหน่ายใน(X) M(X)แม้ว่าจะมีหนึ่งที่ผมรู้สึกว่ามันต้องไม่เพียง แต่ความเรียบเนียนของTแต่จะมีการจำแนกลักษณะของแบบจำลองทางสถิติบางคลาสเช่นคลาสใน [Gine & Zinn]; หรือคลาสที่มีการสนับสนุนแบบปกติ (โดยตรงจากการอภิปรายด้านบน) ที่กำหนดเหนือพื้นที่โปแลนด์CLTTCLT
ยิ่งไปกว่านั้นระยะทาง Kolmogorov-Smirnov ตามรสนิยมของฉันคือระยะทางที่ผิดถ้าเราให้ความสำคัญกับ asymptotics แบบคลาสสิก เนื่องจาก KS-distance ไม่ได้ทำให้โทโพโลยีแบบอ่อนซึ่งเป็นพื้นธรรมชาติสำหรับการศึกษาพฤติกรรมแบบอะซิมโทติคทำให้โทโพโลยีแบบอ่อนในพื้นที่ถูกเหนี่ยวนำโดยระยะทาง Lipschitz ที่ จำกัด (หรือระยะทาง Prohorov-Levy) และนักเขียนคนอื่น ๆ อีกมากมายเมื่อการมุ่งเน้นไม่ใช่กระบวนการเชิงประจักษ์ บางครั้งการอภิปรายเกี่ยวกับการ จำกัด พฤติกรรมของกระบวนการเชิงประจักษ์ก็เกี่ยวข้องกับ BL-distance เช่น [Gine & Zinn]M(X)
ฉันเกลียดที่จะเหยียดหยาม แต่ฉันก็ยังรู้สึกว่านี่ไม่ใช่การเขียนเชิงสถิติเพียงอย่างเดียวที่ "อ้างจากโมฆะ" เมื่อพูดแบบนี้ฉันก็รู้สึกว่าการพูดคุยของ Van Zwet นั้นไร้ความรับผิดชอบมากแม้ว่า Van Zwet จะเก่งมาก
■อ้างอิง
[Wasserman] Wasserman, Larry สถิติที่ไม่ใช่พารามิเตอร์ทั้งหมด, สปริงเกอร์, 2010
[Shao & Tu] Shao, Jun และ Dongsheng Tu jackknife และ bootstrap Springer, 1995
[Gine & Zinn] Gine, Evarist และ Joel Zinn "Bootstrapping มาตรการเชิงประจักษ์ทั่วไป" พงศาวดารแห่งความน่าจะเป็น (1990): 851-869
[Huber] Huber สถิติ Peter J. Robust ไวลีย์ 2528