Nov, 2023
均值估计的最优性:超越最糟情况、超越子高斯、超越$1+α$矩
Optimality in Mean Estimation: Beyond Worst-Case, Beyond Sub-Gaussian,
and Beyond $1+α$ Moments
TL;DR在研究中,我们发现对于任何分布,没有合理的估计器能够在渐近情况下超过次高斯的误差率,匹配最坏情况的结果。我们引入了一个新的定义框架来分析算法的细粒度最优性,称之为'邻域最优性',其中介于'实例最优性'和'可接受性'定义之间。