■ (1) क्यों नहीं हैं लेकिन उनके बूटस्ट्रैप अनुमानक अभी भी सुसंगत हैं?
आपको उस स्थिति में बूटस्ट्रैप कार्य करने के लिए एक पर्याप्त स्थिति के रूप में हैडामर्ड डिस्टेंबेलिटी (या आपके संदर्भ स्रोत के आधार पर कॉम्पैक्ट भिन्नता) की आवश्यकता होती है, माध्यिका और किसी भी मात्रात्मक हैडैमर्ड को अलग-अलग किया जाता है। ज्यादातर अनुप्रयोगों में फ्रीचेट की भिन्नता बहुत मजबूत है।
चूंकि आमतौर पर यह पोलिश स्पेस पर चर्चा करने के लिए पर्याप्त है, इसलिए आप वैश्विक स्थिति के लिए अपनी स्थिरता परिणाम का विस्तार करने के लिए एक विशिष्ट कॉम्पैक्टनेस तर्क लागू करने के लिए स्थानीय रूप से रैखिक कार्यात्मक चाहते हैं। नीचे दिए गए रेखीय टिप्पणी को भी देखें।
[Wasserman] के सिद्धांत 2.27 आपको एक अंतर्ज्ञान देंगे कि कैसे Hadamard व्युत्पन्न एक कमजोर धारणा है। और [शाओ एंड तू] के थ्योरम 3.6 और 3.7 अवलोकन आकार साथ सांख्यिकीय कार्यात्मक के -हैडमर्ड भिन्नता के संदर्भ में कमजोर संगतता के लिए पर्याप्त स्थिति देंगे ।टी एन एनρटीnn
■ (2) बूटस्ट्रैप की संगति को क्या प्रभावित करेगा?
[शाओ और तू] pp.85-86 सचित्र परिस्थितियाँ जहाँ बूटस्ट्रैप अनुमानकों की असंगतता हो सकती है।
(1) बूटस्ट्रैप जनसंख्या के पूंछ व्यवहार के प्रति संवेदनशील है । की संगति को उन परिस्थितियों की आवश्यकता होती है जो की सीमा के अस्तित्व के लिए आवश्यक से अधिक कठोर हैं ।एच बी ओ ओ टी एच एच ०एफएचबी ओ ओ टीH0
(2) बूटस्ट्रैप अनुमानक की स्थिरता के लिए दिए गए सांख्यिकीय (कार्यात्मक) से कुछ हद तक चिकनाई की आवश्यकता होती है ।Tn
(3) बूटस्ट्रैप अनुमानक का व्यवहार कभी-कभी बूटस्ट्रैप डेटा प्राप्त करने के लिए उपयोग की जाने वाली विधि पर निर्भर करता है।
और [शाओ & तू] के 3.5.2 सेकंड में, उन्होंने एक स्मूदिंग कर्नेल का उपयोग करके मात्रात्मक उदाहरण पर दोबारा गौर किया । ध्यान दें कि क्षण लीनियर फंक्शंस हैं, आपके प्रश्न में उद्धरण "आमतौर पर स्थानीय विषमता लयबद्धता बूटस्ट्रैप की निरंतरता के लिए आवश्यक प्रतीत होती है", कार्यात्मक के कुछ स्तर की आवश्यकता होती है, जो आवश्यक हो सकता है क्योंकि यदि आप विफल हो जाते हैं तो आप कुछ रोग संबंधी मामला बना सकते हैं Weierstrass फ़ंक्शन की तरह (जो कि अभी तक कहीं भी भिन्न नहीं है)।K
■ (3) बूटस्ट्रैप अनुमानक की स्थिरता सुनिश्चित करने में स्थानीय रैखिकता क्यों आवश्यक है?
जैसा कि आपने उल्लेख किया है, "टिप्पणी के लिए आम तौर पर स्थानीय विषमता लयबद्धता बूटस्ट्रैप की निरंतरता के लिए आवश्यक लगती है"। [शाओ और तू] p.78 की एक टिप्पणी इस प्रकार है, क्योंकि उन्होंने टिप्पणी की थी (वैश्विक) रेखीयकरण केवल एक टेकनीक है जो स्थिरता के प्रमाण की सुविधा देता है और किसी भी आवश्यकता को इंगित नहीं करता है:
रेखीयकरण बूटस्ट्रैप अनुमानकों की स्थिरता साबित करने में एक और महत्वपूर्ण तकनीक है, क्योंकि रैखिक आँकड़े के लिए परिणाम अक्सर उपलब्ध होते हैं या पहले शुरू की गई तकनीकों का उपयोग करके स्थापित किए जा सकते हैं। मान लीजिए कि किसी दिए गए आंकड़े Tn को एक रैखिक यादृच्छिक चर (जहां द्वारा अनुमानित किया जा सकता है
में एक रेखीय आंकड़ा है ), यानी, (3.19) Let
और बूटस्ट्रैप नमूना के आधार पर, क्रमशः और के बूटस्ट्रैप एनालॉग होZn¯=1n∑ni=1ϕ(Xn)ϕ(X)X
Tn=θ+Zn¯+oP(1n−−√)
T∗nZ∗n¯TnZn¯{X∗1,⋯,X∗n} । यदि हम समान (3.19), अर्थात (3.20) ) के लिए कोई परिणाम स्थापित कर सकते हैं फिर की सीमा (जहाँ मान का मान है) की तरह ही है हम इस तरह एक समस्या को शामिल करने के लिए समस्या को कम कर दिया "नमूना मतलब" , जिसका बूटस्ट्रैप वितरण अनुमानक अनुभाग 3.1.2-3.1.4 में विधियों का उपयोग करते हुए सुसंगत दिखाया जा सकता है।T∗nT∗n=θ+Zn¯∗+oP(1n−−√)
HBOOT(x)xपी{ √=P{n−−√(Tn−T∗n)≤x} ¯ जेड एनP{n−−√(Zn¯−Zn¯∗)≤x}Zn¯
और उन्होंने MLE प्रकार बूटस्ट्रैपिंग के लिए बूटस्ट्रैप स्थिरता प्राप्त करने का एक उदाहरण 3.3 दिया। हालांकि अगर वैश्विक रैखिकता उस तरह से प्रभावी है, तो यह कल्पना करना मुश्किल है कि स्थानीय रैखिकता के बिना कोई कैसे स्थिरता साबित करेगा। इसलिए मुझे लगता है कि मैममेन यही कहना चाहते थे।
■ (4) आगे की टिप्पणी
उपरोक्त [शाओ और तू] द्वारा प्रदान की गई चर्चा से परे, मुझे लगता है कि आप जो चाहते हैं वह बूटस्टाइल अनुमानकों की निरंतरता की एक विशेषता स्थिति है।
दयनीय रूप से, मुझे में वितरण के एक सामान्य वर्ग के लिए बूटस्ट्रैप अनुमानक की संगति का एक लक्षण नहीं पता है । M(X)यहां तक कि अगर वहाँ एक है मुझे लगता है कि यह केवलचिकनाई की आवश्यकता नहीं है। लेकिनक्लासजैसे[गाइन एंड ज़िन] मेंसांख्यिकीय मॉडल के एक निश्चित वर्ग के लिए लक्षण वर्णन मौजूद है; या आमतौर पर एक कॉम्पैक्ट जगह पर परिभाषित (ऊपर चर्चा से सीधे) वर्ग का समर्थन किया।सीएलटीTCLT
इसके अलावा, कोलमोगोरोव-स्मिर्नोव दूरी, मेरे स्वाद के अनुसार गलत दूरी है यदि हमारा ध्यान क्लासिक एसिम्पोटिक्स (अनुभवजन्य प्रक्रियाओं के लिए "वर्दी" विषमता के विपरीत) है। क्योंकि केएस-दूरी कमजोर टोपोलॉजी को प्रेरित नहीं करती है जो कि स्पर्शोन्मुख व्यवहार के अध्ययन के लिए एक प्राकृतिक आधार है, अंतरिक्ष पर कमजोर टोपोलॉजी बंधी हुई लिप्सात्ज़ दूरी (या प्रोहोरोव-लेवी दूरी के रूप में प्रेरित है] और कई अन्य लेखक जब फोकस अनुभवजन्य प्रक्रिया नहीं है। कभी-कभी अनुभवजन्य प्रक्रिया के व्यवहार को सीमित करने की चर्चा में बीएल-दूरी भी शामिल होती है जैसे [जिन और ज़िन]।M(X)
मुझे निंदक होने से नफरत है फिर भी मुझे लगता है कि यह एकमात्र सांख्यिकीय लेखन नहीं है जो "शून्य से उद्धृत" है। यह कहकर मैं बस वैन Zwet की बात करने के लिए प्रशस्ति पत्र लगता है बहुत गैर जिम्मेदार है, हालांकि वैन Zwet एक महान विद्वान है।
■ संदर्भ
[वासरमैन] वासरमैन, लैरी। नॉनपामेट्रिक स्टैटिस्टिक्स, स्प्रिंगर, 2010 के सभी।
[शाओ और तू] शाओ, जून और डोंगशेंग तू। कटहल और बूटस्ट्रैप। स्प्रिंगर, 1995।
[जिन और ज़िन] गिने, एवरिस्ट और जोएल ज़िन। "बूटस्ट्रैपिंग सामान्य अनुभवजन्य उपाय।" एनल्स ऑफ प्रोबेबिलिटी (1990): 851-869।
[ह्यूबर] ह्यूबर, पीटर जे। रोबस्ट आँकड़े। विली, 1985।