Temps actuel 0:00
Durée 0:00
Chargé: 0%
Type de flux EN DIRECT
Temps restant 0:00
 
1x
  • Chapitres
  • descriptions désactivées, sélectionné
  • Sous-titres désactivés, sélectionné
    • Quality

    3.1 Estimator selection with unknown variance

    2 janvier 2017
    00:56:04
    Nombre de vues 4
    Nombre d’ajouts dans une liste de lecture 0
    Nombre de favoris 0

    We consider the problem of Gaussian regression (possibly in a high- dimensional setting) when the noise variance is unknown. We propose a procedure which selects within any collection of estimators F = { ˆ f_ : _ 2 _}, an estimator hatfˆ_ that nearly achieves the best bias/variance trade off. This selection procedure can be used as an alternative to Cross Validation to : – tune the parameters of a family of estimators – compare different families of estimation procedure – perform variable selection.