Generalized maximum likelihood estimates for exponential families

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F06%3A00040857" target="_blank" >RIV/67985556:_____/06:00040857 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Generalized maximum likelihood estimates for exponential families

Popis výsledku v původním jazyce

For a standard full exponential family on a Euclidean space, or its canonically convex subfamily, the generalized maximum likelihood estimator is an extension of the mapping that assigns to the mean a of a sample for which a maximizer t* of the corresponding likelihood function exists, the member of the family parameterized by t*. This extension assigns to each a 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, in a general setting. In addition to basic convex analysis tools, the authors' prior results on convex cores of measures and closures of exponential families are used.

Název v anglickém jazyce

Generalized maximum likelihood estimates for exponential families

Popis výsledku anglicky

For a standard full exponential family on a Euclidean space, or its canonically convex subfamily, the generalized maximum likelihood estimator is an extension of the mapping that assigns to the mean a of a sample for which a maximizer t* of the corresponding likelihood function exists, the member of the family parameterized by t*. This extension assigns to each a 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, in a general setting. In addition to basic convex analysis tools, the authors' prior results on convex cores of measures and closures of exponential families are used.

Druh

D - Stať ve sborníku

CEP obor

BD - Teorie informace

OECD FORD obor

—

Projekt

<a href="/cs/project/IAA100750603" target="_blank" >IAA100750603: Informační geometrie mnohorozměrných modelů statistiky a umělé inteligence.</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2006

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings ISIT 2006

ISBN

978-1-4244-0505-3

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

—

Název nakladatele

IEEE

Místo vydání

Seattle

Místo konání akce

Seattle

Datum konání akce

9. 7. 2006

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—