Kostki Assouada i tempa zbieżności estymatorów
Transkrypt
Kostki Assouada i tempa zbieżności estymatorów
Kostki Assouada i tempa zbieżności estymatorów Zbigniew Szkutnik, AGH Kraków XXXIII Konferencja Statystyka Matematyczna, Wisła 2007 Kostki Assouada i tempa zbieżności estymatorów – p. 1/12 Plan nierówność van Treesa lemat Fano kostki i lemat Assouada przykład: szacowanie ryzyka w poissonowskim problemie odwrotnym Kostki Assouada i tempa zbieżności estymatorów – p. 2/12 Szacowanie ryzyka minimaksowego eksperyment: {X , F , Pθ : θ ∈ Θ} Θ = [a, b] (na razie) parametr: T (θ) (na razie rzeczywisty) estymator: T̂ (X) 2 inf T̂ supθ∈Θ Eθ T̂ (X) − T (θ) ≥ ? Kostki Assouada i tempa zbieżności estymatorów – p. 3/12 Szacowanie ryzyka minimaksowego eksperyment: {X , F , Pθ : θ ∈ Θ} Θ = [a, b] (na razie) parametr: T (θ) (na razie rzeczywisty) estymator: T̂ (X) 2 inf T̂ supθ∈Θ Eθ T̂ (X) − T (θ) ≥ ? Idea I: nierówność van Treesa (1968) 2 R [Eπ T 0 (θ)]2 ≥ inf T̂ Θ Eθ T̂ (X) − T (θ) dπ(θ) ≥ Eπ I(θ) + I(λ) z dπ(θ) = λ(θ)dθ I(λ) = Eπ (λ0 /λ)2 + odpowiedni wybór π dPθ (x) = f (x|θ)dµ(x) I(θ) = Eθ (f 0 /f )2 Gill, Levit (1995, p.nieparam.), van Rooij, Ruymgaart (1996, p.odwrotne) Kostki Assouada i tempa zbieżności estymatorów – p. 3/12 Ogólniej: {X , F , Pθ : θ ∈ Θ} d - metryka w S T :Θ→S T̂ : X → S D - metryka wΘ p>0 inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ? Kostki Assouada i tempa zbieżności estymatorów – p. 4/12 Ogólniej: {X , F , Pθ : θ ∈ Θ} d - metryka w S T :Θ→S T̂ : X → S D - metryka wΘ p>0 inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ? Idea II: sprowadzenie do problemu wielodecyzyjnego Kostki Assouada i tempa zbieżności estymatorów – p. 4/12 Ogólniej: {X , F , Pθ : θ ∈ Θ} d - metryka w S T :Θ→S T̂ : X → S D - metryka wΘ p>0 inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ? Idea II: sprowadzenie do problemu wielodecyzyjnego skończony Ω ⊂ Θ selektor zadany przez T̂ : ω̂ = argminω∈Ω d(T̂ , T (ω)) Kostki Assouada i tempa zbieżności estymatorów – p. 4/12 Ogólniej: {X , F , Pθ : θ ∈ Θ} d - metryka w S T :Θ→S T̂ : X → S D - metryka wΘ p>0 inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ? Idea II: sprowadzenie do problemu wielodecyzyjnego skończony Ω ⊂ Θ selektor zadany przez T̂ : ω̂ = argminω∈Ω d(T̂ , T (ω)) d(T (ω̂), T (ω)) ≤ d(T (ω̂), T̂ ) + d(T̂ , T (ω)) (nier. ∆) Kostki Assouada i tempa zbieżności estymatorów – p. 4/12 Ogólniej: {X , F , Pθ : θ ∈ Θ} d - metryka w S T :Θ→S T̂ : X → S D - metryka wΘ p>0 inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ? Idea II: sprowadzenie do problemu wielodecyzyjnego skończony Ω ⊂ Θ selektor zadany przez T̂ : ω̂ = argminω∈Ω d(T̂ , T (ω)) d(T (ω̂), T (ω)) ≤ d(T (ω̂), T̂ ) + d(T̂ , T (ω)) ≤ 2d(T̂ , T (ω)) (nier. ∆) (def. ω̂) Kostki Assouada i tempa zbieżności estymatorów – p. 4/12 Ogólniej: {X , F , Pθ : θ ∈ Θ} d - metryka w S T :Θ→S T̂ : X → S D - metryka wΘ p>0 inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ? Idea II: sprowadzenie do problemu wielodecyzyjnego skończony Ω ⊂ Θ selektor zadany przez T̂ : ω̂ = argminω∈Ω d(T̂ , T (ω)) d(T (ω̂), T (ω)) ≤ d(T (ω̂), T̂ ) + d(T̂ , T (ω)) ≤ 2d(T̂ , T (ω)) (nier. ∆) (def. ω̂) ≥ 2−p inf ω̂ maxω∈Ω Eω dp (T (ω̂), T (ω)) Kostki Assouada i tempa zbieżności estymatorów – p. 4/12 Problem wielodecyzyjny (II) inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ≥ 2−p inf ω̂ maxω∈Ω Eω dp (T (ω̂), T (ω)) Kostki Assouada i tempa zbieżności estymatorów – p. 5/12 Problem wielodecyzyjny (II) inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ≥ 2−p inf ω̂ maxω∈Ω Eω dp (T (ω̂), T (ω)) Aspekt analityczny: dp (T (ω), T (ω 0 )) A(T, Ω) = min ω6=ω 0 ∈Ω D(ω, ω 0 ) Kostki Assouada i tempa zbieżności estymatorów – p. 5/12 Problem wielodecyzyjny (II) inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ≥ 2−p inf ω̂ maxω∈Ω Eω dp (T (ω̂), T (ω)) Aspekt analityczny: dp (T (ω), T (ω 0 )) A(T, Ω) = min ω6=ω 0 ∈Ω D(ω, ω 0 ) Ostatecznie: inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ A(T, Ω) ≥ inf max Eω D(ω̂, ω) p ω̂ ω∈Ω 2 Kostki Assouada i tempa zbieżności estymatorów – p. 5/12 Lemat Fano D(ω, ω 0 ) = I(ω 6= ω 0 ) #Ω = r Kostki Assouada i tempa zbieżności estymatorów – p. 6/12 Lemat Fano D(ω, ω 0 ) = I(ω 6= ω 0 ) #Ω = r maxω∈Ω Eω D(ω̂, ω) = maxω∈Ω Pω (ω̂ 6= ω) ≥ maxω,ω0 ∈Ω KL(Pω , Pω0 ) + log 2 ≥1− log(r − 1) (dolne ograniczenie dla prawdop. błȩdnej identyfikacji znaku z r-elementowego alfabetu Ω) Kostki Assouada i tempa zbieżności estymatorów – p. 6/12 Lemat Fano D(ω, ω 0 ) = I(ω 6= ω 0 ) #Ω = r maxω∈Ω Eω D(ω̂, ω) = maxω∈Ω Pω (ω̂ 6= ω) ≥ maxω,ω0 ∈Ω KL(Pω , Pω0 ) + log 2 ≥1− log(r − 1) (dolne ograniczenie dla prawdop. błȩdnej identyfikacji znaku z r-elementowego alfabetu Ω) R dP KL(P, Q) = log dQ dP gdy P << Q (lub ∞) KL(P n , Qn ) = n · KL(P, Q) Kostki Assouada i tempa zbieżności estymatorów – p. 6/12 Lemat Fano (II) dp (T (ω), T (ω 0 )) p 0 min d (T (ω), T (ω )) = min 0 0 0 ω6=ω ∈Ω ω6=ω ∈Ω D(ω, ω ) Kostki Assouada i tempa zbieżności estymatorów – p. 7/12 Lemat Fano (II) dp (T (ω), T (ω 0 )) p 0 min d (T (ω), T (ω )) = min 0 0 0 ω6=ω ∈Ω ω6=ω ∈Ω D(ω, ω ) Ostatecznie: inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ≥ 2−p minω6=ω0 ∈Ω dp (T (ω), T (ω 0 ))· n maxω,ω0 ∈Ω KL(Pω , Pω0 ) + log 2 · 1− log(r − 1) Kostki Assouada i tempa zbieżności estymatorów – p. 7/12 Lemat Fano (II) dp (T (ω), T (ω 0 )) p 0 min d (T (ω), T (ω )) = min 0 0 0 ω6=ω ∈Ω ω6=ω ∈Ω D(ω, ω ) Ostatecznie: inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ ≥ 2−p minω6=ω0 ∈Ω dp (T (ω), T (ω 0 ))· n maxω,ω0 ∈Ω KL(Pω , Pω0 ) + log 2 · 1− log(r − 1) Trzeba znaleźć możliwie dużo "dobrze oddzielonych"ω daja̧cych "bliskie"Pω (Fano, 1961; Ibragimov, Chasminski, 1981; Birge, 1983) Kostki Assouada i tempa zbieżności estymatorów – p. 7/12 Kostki Assouada inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ A(T, Ω) ≥ inf max Eω D(ω̂, ω) p ω̂ ω∈Ω 2 Kostki Assouada i tempa zbieżności estymatorów – p. 8/12 Kostki Assouada inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ Ω ↔ {0, 1}m A(T, Ω) ≥ inf max Eω D(ω̂, ω) p ω̂ ω∈Ω 2 (m-elementowe słowa binarne) D(ω, ω 0 ) - metryka Hamminga (liczba różnych liter) Kostki Assouada i tempa zbieżności estymatorów – p. 8/12 Kostki Assouada inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ Ω ↔ {0, 1}m A(T, Ω) ≥ inf max Eω D(ω̂, ω) p ω̂ ω∈Ω 2 (m-elementowe słowa binarne) D(ω, ω 0 ) - metryka Hamminga (liczba różnych liter) m 2 0) inf max Eω D(ω̂, ω) ≥ ρ (P , P min ω ω ω̂ ω∈Ω 4 D(ω,ω0 )=1 R q dPω dPω0 ρ(Pω , Pω0 ) = dµ dµ dµ - "Hellinger affinity" ρ(P n , Qn ) = ρn (P, Q) Kostki Assouada i tempa zbieżności estymatorów – p. 8/12 Kostki Assouada (II) Ostatecznie: inf T̂ supθ∈Θ Eθ dp T̂ (X) − T (θ) ≥ A(T, Ω) m 2 0) · · min ρ (P , P ≥ ω ω p 2 4 D(ω,ω0 )=1 Trzeba znaleźć możliwie dużo "dobrze oddzielonych"ω daja̧cych "bliskie"Pω (Assouad, 1983; Korostelev, Tsybakov, 1993; van der Vaart, 1998) Kostki Assouada i tempa zbieżności estymatorów – p. 9/12 Poissonowski problem odwrotny Nng - p. Poissona na S o f. intens. Rng(·) wzgl. µ tzn. np. Nng (A) ∼ P(n A gdµ) g = Kf K : H → L2 (S, µ) - operator zwarty H- p. Hilberta Chcemy estymować f w k · kpH z p>0in→∞ Kostki Assouada i tempa zbieżności estymatorów – p. 10/12 Poissonowski problem odwrotny Nng - p. Poissona na S o f. intens. Rng(·) wzgl. µ tzn. np. Nng (A) ∼ P(n A gdµ) g = Kf K : H → L2 (S, µ) - operator zwarty H- p. Hilberta Chcemy estymować f w k · kpH SVD: Kφi = si ψi z si i−b p>0in→∞ i = 1, 2, . . . Kostki Assouada i tempa zbieżności estymatorów – p. 10/12 Poissonowski problem odwrotny Nng - p. Poissona na S o f. intens. Rng(·) wzgl. µ tzn. np. Nng (A) ∼ P(n A gdµ) g = Kf K : H → L2 (S, µ) - operator zwarty H- p. Hilberta Chcemy estymować f w k · kpH SVD: Kφi = si ψi p>0in→∞ z si i−b Elipsoidy Sobolewa: P f ∈ Fa,C = i fi φi : P 2a 2 i fi i i = 1, 2, . . . ≤C 2 Kostki Assouada i tempa zbieżności estymatorów – p. 10/12 Szacowanie ryzyka ω = (ω1 , . . . , ωm ) ∈ {0, 1}m P2m−1 fω = δm i=m ωi−m+1 φi Kostki Assouada i tempa zbieżności estymatorów – p. 11/12 Szacowanie ryzyka ω = (ω1 , . . . , ωm ) ∈ {0, 1}m P2m−1 fω = δm i=m ωi−m+1 φi fω ∈ Fa,C 2 gdy δm m−(2a+1) Kostki Assouada i tempa zbieżności estymatorów – p. 11/12 Szacowanie ryzyka ω = (ω1 , . . . , ωm ) ∈ {0, 1}m P2m−1 fω = δm i=m ωi−m+1 φi 2 fω ∈ Fa,C gdy δm m−(2a+1) czynnik analityczny min ω6=ω 0 p kH kfω − f D(ω, ω 0 ) ω0 p 0 p/2−1 = δm min0 D(ω, ω ) ≥ ω6=ω p p/2−1 dla p < 2 δm m ≥ p δm dla p ≥ 2 Kostki Assouada i tempa zbieżności estymatorów – p. 11/12 Szacowanie ryzyka (II) p p ˆ sup Ef kfn − f kH ≥ Cδm mp/2 f ∈Fa,C min 0 D(ω,ω )=1 ρ2n (p ≤ 2) Kostki Assouada i tempa zbieżności estymatorów – p. 12/12 Szacowanie ryzyka (II) p p ˆ sup Ef kfn − f kH ≥ Cδm mp/2 f ∈Fa,C min 0 D(ω,ω )=1 ρ2n (p ≤ 2) ρ(L(Ngω ), L(Ngω0 )) = exp[−H 2 (ω, ω 0 )] R √ √ 1 2 0 H (ω, ω ) = 2 ( gω − gω0 )2 dµ P2m−1 gω = Kfω = δm i=m si ωi−m+1 ψi Kostki Assouada i tempa zbieżności estymatorów – p. 12/12 Szacowanie ryzyka (II) p p ˆ sup Ef kfn − f kH ≥ Cδm mp/2 f ∈Fa,C min 0 D(ω,ω )=1 ρ2n (p ≤ 2) ρ(L(Ngω ), L(Ngω0 )) = exp[−H 2 (ω, ω 0 )] R √ √ 1 2 0 H (ω, ω ) = 2 ( gω − gω0 )2 dµ P2m−1 gω = Kfω = δm i=m si ωi−m+1 ψi z D(ω, ω 0 ) = 1: 2 H 2 (ω, ω 0 ) = δm m−2b Z ψk2 dµ √ √ 2 ( gω + gω 0 ) Kostki Assouada i tempa zbieżności estymatorów – p. 12/12 Szacowanie ryzyka (II) p p ˆ sup Ef kfn − f kH ≥ Cδm mp/2 f ∈Fa,C min 0 D(ω,ω )=1 ρ2n (p ≤ 2) ρ(L(Ngω ), L(Ngω0 )) = exp[−H 2 (ω, ω 0 )] R √ √ 1 2 0 H (ω, ω ) = 2 ( gω − gω0 )2 dµ P2m−1 gω = Kfω = δm i=m si ωi−m+1 ψi z D(ω, ω 0 ) = 1: 2 H 2 (ω, ω 0 ) = δm m−2b Z ψk2 dµ √ √ 2 ( gω + gω 0 ) gdy 0 < gω < ∞ to ρ2n 1 z m n1/(2a+2b+1) i p ˆ inf ˆ supf ∈F Ef kfn − f k ≥ Cn−pa/(2a+2b+1) fn a,C H Kostki Assouada i tempa zbieżności estymatorów – p. 12/12