Risk bounds in isotonic regression
保序回归的风险界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：摘要属于单调回归的一般风险理论，虽容许依赖观测，但未指定时间序列、面板或其他所列应用结构。
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
保序回归的风险界
- 研究问题
- 对于未知非递减回归函数，如何在一般设计点平均损失下建立有限样本风险界，并容许观测之间存在依赖？
- 方法与思路
- 作者分析极大似然型保序估计量，在数据联合分布的条件下建立非渐近风险界，并研究有界变差函数类上的统一收敛。
- 材料陈述的贡献
- 摘要称，所给风险界在尺度常数意义下最优，并蕴含有界变差函数类上 ℓ_p 风险的统一 n^(-1/3) 一致性结论。
- 阅读关注点
- 应核对风险与损失的定义、尺度常数依赖哪些量、允许的观测依赖形式，以及最优性所针对的函数类和比较标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出联合分布条件、p 的适用范围及最优性证明细节。
原文摘要
Nonasymptotic risk bounds are provided for maximum likelihood-type isotonic estimators of an unknown nondecreasing regression function, with general average loss at design points. These bounds are optimal up to scale constants, and they imply uniform $n^{-1/3}$-consistency of the $\ell_p$ risk for unknown regression functions of uniformly bounded variation, under mild assumptions on the joint probability distribution of the data, with possibly dependent observations.