Jensen 不等式的锐化
该论文给出了关于 Jensen 不等式差距的上下界(即随机变量函数的期望值与随机变量期望值函数之间的差值),上下界仅取决于函数的增长性质和随机变量的特定时刻。该上下界特别适用于分布集中在平均值附近的情况,如 i.i.d. 样本的平均值和统计力学。
Dec, 2017
本文提出了一种泛化的基于张量不等式的新熵方法,用于获得独立随机变量函数的矩不等式,这些不等式证明是一种广泛应用的工具。作者以一种轻松的方式重新推导出一些经典不等式,并讨论了该方法的其他应用。
Mar, 2005
我们提出了 Bernstein 浓度不等式的一些扩展,这种不等式已成为统计学、信号处理和理论计算机科学等许多问题中有用而强大的工具。我们不依赖于环境空间的维度,而是用与之相关联的 ' 有效秩 ' 取代了维度因子。这使得在无限维度的情况下扩展成为可能。
Dec, 2011
该论文旨在建立超鞅的一般指数不等式,提高或推广了许多人的指数不等式 Bennett、Freedman、de la Peña、Pinelis 和 van de Geer;此外,我们的集中不等式也提高了一些已知的独立随机变量和的不等式。提供了与线性回归、自回归过程和分支过程有关的应用;特别是对自标准化偏差的 de la Peña 不等式的有趣应用也提供了。
Nov, 2013
通过考虑截断的三阶矩和使用广义矩函数类,对独立随机变量和(超)鞅的 Bennett-Hoeffding 界限进行了改进和优化,并与已知界限进行比较,证明了其具有某些最优性质。
Feb, 2009
本文综述了浓度不等式在数学统计学中的应用,特别是在分布自由和依赖、亚高斯、亚指数、亚伽马和亚韦伯随机变量的最大浓度中的新结果,同时针对高维数据和线性回归提出了改进的界限。
Nov, 2020
本文介绍了 Hoeffding 不等式在差分有上界的超退化情况下的推广,增强或扩展了 Freedman、Bernstein、Prohorov、Bennett 和 Nagaev 的不等式。
Sep, 2011
本文介绍信息论在统计估计不可能性问题上的应用,针对 Fano's inequality 及其变体进行详尽探讨,提供了一些关键工具和方法,并给出了若干具体实例,包括了分组测试、图形模型选择、稀疏线性回归、密度估计和凸优化等。
Jan, 2019