Piecewise monotone estimation in one-parameter exponential family
单参数指数族中的分段单调估计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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心是一般指数族的形状约束估计，所列应用不足以确定具体经济计量细分。
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
单参数指数族中的分段单调估计
- 研究问题
- 如何将正态均值的近保序回归推广到一般单参数指数族，在保留高效计算的同时，选择正则化程度并发现分段单调变化？
- 方法与思路
- 作者利用自然参数与期望参数的对偶关系，构建基于修改版相邻违例合并算法的估计方法，并以信息准则选择正则化参数。
- 材料陈述的贡献
- 摘要提出适用于二项、泊松及卡方等指数族的高效算法，模拟展示数据驱动的变点检测，并给出谱估计、因果推断等应用。
- 阅读关注点
- 应核对分段单调约束施加在哪种参数上、对偶关系如何支持算法、信息准则的构造，以及变点检测和各应用的具体条件。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审及接收状态未核验；摘要未说明理论误差界或因果应用细节，不能据此认定识别或检测保证。
原文摘要
The problem of estimating a piecewise monotone sequence of normal means is called the nearly isotonic regression. For this problem, an efficient algorithm has been devised by modifying the pool adjacent violators algorithm (PAVA). In this study, we investigate estimation of a piecewise monotone parameter sequence for general one-parameter exponential families such as binomial, Poisson and chi-square. We develop an efficient algorithm based on the modified PAVA, which utilizes the duality between the natural and expectation parameters. We also provide a method for selecting the regularization parameter by using an information criterion. Simulation results demonstrate that the proposed method detects change-points in piecewise monotone parameter sequences in a data-driven manner. Applications to spectrum estimation, causal inference and discretization error quantification of ODE solvers are also presented.