Generalized maximum likelihood estimates for exponential families
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F08%3A00311133" target="_blank" >RIV/67985556:_____/08:00311133 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Generalized maximum likelihood estimates for exponential families
Original language description
For a standard full exponential family on R^d, or its canonically convex subfamily, the generalized maximum likelihood estimator is an extension of the mapping that assigns to the mean a from R^d of a sample for which a maximizer t^* of a corresponding likelihood function exists, the member of the family parameterized by t^*. This extension assigns to each a from /R^d with the likelihood function bounded above, a member of the closure of the family in variation distance. Its detailed description, complete characterization of domain and range, and additional results are presented, not imposing any regularity assumptions. In addition to basic convex analysis tools, the authors' prior results on convex cores of measures and closures of exponential families are used.
Czech name
Zobecněné maximálně věrohodné odhady pro exponenciální rodiny
Czech description
Pro standatní exponenciální rodinu, nebo její kanonicky konvexní podrodinu, je zaveden zobecněný maximálně věrohodný odhad. Je to rozšíření zobrazení, které přiřazuje empirické střední hodnotě výběru, pro kterou maximalizátor t* z R^d odpovídající věrohodnostní funkce existuje, tu pravděpodobnostní míru z rodiny, která má parameter t*. Toto rozšíření přiřazuje každému vektoru a z R^d, pro které je věrohodnostní funkce omezená zhora, nějakou pravděpodobnostní míru z uzávěru rodiny vzhledem ke varianční vzdálenosti. Toto rozšíření je podrobně popsáno, zvlástě jeho definiční obor a obor hodnot, a to bez předpokladů regularity.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
BD - Information theory
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/IAA100750603" target="_blank" >IAA100750603: Information geomerty of multidimensional models in statistics and artificial intelligence.</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Probability Theory and Related Fields
ISSN
0178-8051
e-ISSN
—
Volume of the periodical
141
Issue of the periodical within the volume
1-2
Country of publishing house
DE - GERMANY
Number of pages
32
Pages from-to
—
UT code for WoS article
000252807600008
EID of the result in the Scopus database
—