An Invariance Principle for Reduced U-Statistics.
Implicit sampling is a sampling scheme for particle filters, designed to move particles one-by-one so that they remain in high-probability domains. We present a new derivation of implicit sampling, as well as a new iteration method for solving the resulting algebraic equations.
Implicit sampling is a sampling scheme for particle filters, designed to move particles one-by-one so that they remain in high-probability domains. We present a new derivation of implicit sampling, as well as a new iteration method for solving the resulting algebraic equations.
We consider a finite mixture of Gaussian regression models for high-dimensional heterogeneous data where the number of covariates may be much larger than the sample size. We propose to estimate the unknown conditional mixture density by an ℓ1-penalized maximum likelihood estimator. We shall provide an ℓ1-oracle inequality satisfied by this Lasso estimator with the Kullback–Leibler loss. In particular, we give a condition on the regularization parameter of the Lasso to obtain such an oracle inequality....
In this paper a new integrated approach to the analysis of square non-symmetric tables is introduced by means of cortrespondence analysis. The application of correspondence analysis to such tables is not successful due to the strong role played by the diagonal values: overloaded diagonals and structural zeros. Two main families of methods of resolution are integrated in this paper. The resulting method is applied to the study of commuting between the 41 Catalan counties.
En este trabajo se demuestra que las soluciones clásicas a los contrastes de hipótesis paramétricos son casos particulares de la solución bayesiana a un problema de decisión con dos alternativas, en el que el incremento de utilidad por rechazar la hipótesis nula cuando es falsa es una función lineal de la discrepancia entre el modelo paramétrico aceptado y el más verosímil de los modelos compatibles con la hipótesis nula.
En este trabajo se presenta un modelo matemático general y operativo para los problemas de decisión unietápicos cuyas consecuencias se cuantifican mediante números difusos. Ese modelo va a permitir establecer los fundamentos de las utilidades difusas mediante un desarrollo axiomático, y generalizar las formas normal y extensiva del análisis bayesiano dando condiciones para la equivalencia de las mismas. Se examinará también la particularización del análisis bayesiano en forma extensiva a la estimación...
In the printed version of the paper Bayesian survival analysis based on the Rayleigh model (Trabajos de Estadística Vol. 5, no. 1, 1990), figures num. 1, 2 and 3 mentioned on page 91 were not printed with the paper. That may create confusion and problems for the readers in understanding the conclusions, as in the absence of figures the paper is incomplete. For this reason we publish the figures in this issue.
En este trabajo se introduce el modelo ARE(I) con indicador de nivel mínimo J.l, parámetro que generaliza el modelo ARO) con errores exponenciales y se analiza desde un punto de vista bayesiano, obteniéndose una familia de distribuciones conjugadas para el hiperparámetro que describe el modelo.
En el presente artículo se recogen los resultados de una investigación llevada a cabo sobre el comportamiento de pretest de heterocedasticidad. Con este fin se ha diseñado un experimento Monte Carlo, introduciendo como proceso generador de datos un modelo con tres supuestos sobre la estructura de la varianza del error y con distintos niveles de heteroscedasticidad para cada uno de ellos. Asimismo, se analiza la potencia de los diferentes contrastes de heterocedasticidad bajo los distintos supuestos...