핵심 개념
非標準空間へのマッピングに基づく一般化された確率支配(GSD)順序を提案し、多次元貧困測定、金融、医学からのデータで示す。
초록
統計と機械学習における非標準空間の重要性が強調されています。提案されたGSD順序は情報を効果的に活用し、多次元構造を処理します。線形最適化を使用して対応する(正則化された)テストを導出し、不確実な確率モデルに依存してそれを強固にします。これは情報効率的な方法で異なるスケールの次元を扱うことができます。多次元貧困測定、金融、医学からのデータでこれが示されており、議論が続いています。
통계
Eπ(u◦X) ≥ Eπ(u◦Y)
10/4, 9/4
γδa∗ + (1 − γ)ˆπω0X, γδa∗ + (1 − γ)ˆπω0Y
s4, O(s4)
nγδz + (1 − γ)ˆπωZ : ∃j s.t. Zj(ω) = z