A Perturbation Subsampling for Large Scale Data

IF 1.5 3区数学 Q2 STATISTICS & PROBABILITY Statistica Sinica Pub Date : 2024-01-01 DOI:10.5705/ss.202022.0020

Yujing Yao, Zhezhen Jin

引用次数: 0

Abstract

Subsampling

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

大规模数据的扰动子抽样

在分析大规模数据时，子抽样方法和分治法很有吸引力，因为它们减轻了计算负担，同时保持了推断的有效性。在这种情况下，取样可以进行，也可以不进行更换。本文提出了一种基于独立同分布随机权重的扰动子抽样方法，用于分析大规模数据。通过建立估计量的渐近相合性和正态性，证明了基于优化凸目标函数的方法。该方法同时提供一致的点估计和方差估计。我们通过仿真研究和两个实际数据分析证明了所提出方法的有限样本性能。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文去求助

来源期刊

Statistica Sinica 数学-统计学与概率论

CiteScore

2.10

自引率

0.00%

发文量

审稿时长

10.5 months

期刊介绍： Statistica Sinica aims to meet the needs of statisticians in a rapidly changing world. It provides a forum for the publication of innovative work of high quality in all areas of statistics, including theory, methodology and applications. The journal encourages the development and principled use of statistical methodology that is relevant for society, science and technology.

期刊最新文献

Multi-response Regression for Block-missing Multi-modal Data without Imputation. On the Efficiency of Composite Likelihood Estimation for Gaussian Spatial Processes Adaptive Randomization via Mahalanobis Distance Unbiased Boosting Estimation for Censored Survival Data Parsimonious Tensor Discriminant Analysis