Buchumschlag

On Gaussian Approximation for M-Estimator

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Imaizumi, Masaaki, Otsu, Taisuke
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distribution-on-Distribution Regression with Wasserstein Metric: Multivariate Gaussian Case
von: Okano, Ryo, et al.
Veröffentlicht: (2023)

Optimal testing in a class of nonregular models
von: Shimizu, Yuya, et al.
Veröffentlicht: (2024)

Extended Wasserstein-GAN Approach to Causal Distribution Learning: Density-Free Estimation and Minimax Optimality
von: Tamano, Shu, et al.
Veröffentlicht: (2026)

Universality of estimators for high-dimensional linear models with block dependency
von: Tsuda, Toshiki, et al.
Veröffentlicht: (2024)

High-Dimensional Single-Index Models: Link Estimation and Marginal Inference
von: Sawaya, Kazuma, et al.
Veröffentlicht: (2024)

Conditional Likelihood Ratio Test with Many Weak Instruments
von: Ayyar, Sreevidya, et al.
Veröffentlicht: (2022)

Random sets from the perspective of metric statistics
von: Kurisu, Daisuke, et al.
Veröffentlicht: (2025)

Minimax Rates of Estimation for Optimal Transport Map between Infinite-Dimensional Spaces
von: Ponnoprat, Donlapark, et al.
Veröffentlicht: (2025)

Benign Overfitting in Time Series Linear Models with Over-Parameterization
von: Nakakita, Shogo, et al.
Veröffentlicht: (2022)

Minimax Optimal Estimation of Transport-Growth Pairs in Unbalanced Optimal Transport
von: Ponnoprat, Donlapark, et al.
Veröffentlicht: (2026)

Bayesian Analysis for Over-parameterized Linear Model via Effective Spectra
von: Wakayama, Tomoya, et al.
Veröffentlicht: (2023)

Finite-Sample Inference for Sparsely Permuted Linear Regression
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

Moment-Based Adjustments of Statistical Inference in High-Dimensional Generalized Linear Models
von: Sawaya, Kazuma, et al.
Veröffentlicht: (2023)

Dimension-free Bounds for Sum of Dependent Matrices and Operators with Heavy-Tailed Distribution
von: Nakakita, Shogo, et al.
Veröffentlicht: (2022)

Empirical Likelihood for Random Forests and Ensembles
von: Chiang, Harold D., et al.
Veröffentlicht: (2025)

Precise gradient descent training dynamics for finite-width multi-layer neural networks
von: Han, Qiyang, et al.
Veröffentlicht: (2025)

Uniform Confidence Band for Optimal Transport Map on One-Dimensional Data
von: Ponnoprat, Donlapark, et al.
Veröffentlicht: (2023)

A Quasi Maximum Likelihood Estimation Method for Bergomi-Type Volatility Models
von: Fukasawa, Masaaki, et al.
Veröffentlicht: (2026)

Gaussian Approximation for Lag-Window Estimators and the Construction of Confidence bands for the Spectral Density
von: Kreiss, Jens-Peter, et al.
Veröffentlicht: (2024)

CITE: Anytime-Valid Statistical Inference in LLM Self-Consistency
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

On the Approximation Accuracy of Gaussian Variational Inference
von: Katsevich, Anya, et al.
Veröffentlicht: (2023)

Universal Bootstrap for Spectral Statistics: Beyond Gaussian Approximation
von: Zhang, Guoyu, et al.
Veröffentlicht: (2024)

Gaussian Approximations for the $k$th coordinate of sums of random vectors
von: Ding, Yixi, et al.
Veröffentlicht: (2024)

Gaussian and Bootstrap Approximation for Matching-based Average Treatment Effect Estimators
von: Shi, Zhaoyang, et al.
Veröffentlicht: (2024)

Estimation of projection operators with Gaussian noise
von: Castelli, Luca
Veröffentlicht: (2026)

Gaussian Approximation for High-Dimensional $U$-statistics with Size-Dependent Kernels
von: Imai, Shunsuke, et al.
Veröffentlicht: (2025)

Gaussian Approximation For Non-stationary Time Series with Optimal Rate and Explicit Construction
von: Bonnerjee, Soham, et al.
Veröffentlicht: (2024)

Tracy-Widom, Gaussian, and Bootstrap: Approximations for Leading Eigenvalues in High-Dimensional PCA
von: Dörnemann, Nina, et al.
Veröffentlicht: (2025)

On the Estimation of Gaussian Moment Tensors
von: Al-Ghattas, Omar, et al.
Veröffentlicht: (2025)

Landscape computations for the edge of chaos in nonlinear dynamical systems
von: Nakata, Motoki, et al.
Veröffentlicht: (2025)

Radial Neighbors for Provably Accurate Scalable Approximations of Gaussian Processes
von: Zhu, Yichen, et al.
Veröffentlicht: (2022)

Gaussian Process Methods for Covariate-Based Intensity Estimation
von: Dolmeta, Patric, et al.
Veröffentlicht: (2025)

Optimal Estimation for General Gaussian Processes
von: Takabatake, Tetsuya, et al.
Veröffentlicht: (2025)

Efficient Estimation of a Gaussian Mean with Local Differential Privacy
von: Kalinin, Nikita P., et al.
Veröffentlicht: (2024)

Dichotomy of Feature Learning and Unlearning: Fast-Slow Analysis on Neural Networks with Stochastic Gradient Descent
von: Imai, Shota, et al.
Veröffentlicht: (2026)

Multivariate Priors and the Linearity of Optimal Bayesian Estimators under Gaussian Noise
von: Barnes, Leighton P., et al.
Veröffentlicht: (2024)

A Generalized Tangent Approximation based Variational Inference Framework for Strongly Super-Gaussian Likelihoods
von: Roy, Somjit, et al.
Veröffentlicht: (2025)

Wasserstein and Convex Gaussian Approximations for Non-stationary Time Series of Diverging Dimensionality
von: Liu, Miaoshiqi, et al.
Veröffentlicht: (2025)

Precision and Cholesky Factor Estimation for Gaussian Processes
von: Chen, Jiaheng, et al.
Veröffentlicht: (2024)

Geometric Gaussian Approximations of Probability Distributions
von: Da Costa, Nathaël, et al.
Veröffentlicht: (2025)