An algorithm for calculating Γ-minimax decision rules under generalized moment conditions
广义矩条件下计算Γ极小极大决策规则的算法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般稳健决策与优化算法，逻辑回归设计不足以支持离散选择等领域分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
广义矩条件下计算Γ极小极大决策规则的算法
- 研究问题
- 当分布集合由有限个广义矩条件限定时，如何计算使最坏分布下积分风险最小的Γ极小极大决策规则，并检验算法收敛？
- 方法与思路
- 作者以一系列线性规划近似内层最大化，结合消去技术缩减外层搜索域，最后完整求解候选规则的内层问题以检验收敛。
- 材料陈述的贡献
- 摘要提出上述计算程序，并将其用于逻辑回归中的稳健化贝叶斯设计及单调决策问题的Γ极小极大检验。
- 阅读关注点
- 应核对矩条件如何界定分布集合、近似误差如何控制，以及无限紧参数空间下半无限规划的求解与收敛判据。
- 阅读边界
- 材料为稿件版本未注明的OpenAlex索引摘要；摘要未提供完整收敛条件、复杂度或数值比较，不能将域缩减描述视为普遍计算优势。
原文摘要
We present an algorithm for calculating a $\Gamma$-minimax decision rule, when is given by a finite number of generalized moment conditions. Such a decision rule minimizes the maximum of the integrals of the risk function with respect to all distributions in $\Gamma$. The inner maximization problem is approximated by a sequence of linear programs. This approximation is combined with an elimination technique which quickly reduces the domain of the variables of the outer minimization problem. To test for convergence in a final step, the inner maximization problem has to be completely solved once for the candidate of the $\Gamma$-minimax rule found by the algorithm. For an infinite, compact parameter space, this is done by semi-infinite programming. The algorithm is applied to calculate robustified Bayesian designs in a logistic regression model and $\Gamma$-minimax tests in monotone decision problems.