半参数模型与捆绑参数的隐式剖析估计
摘要：解决半参数模型可以具有计算挑战性，因为参数空间的维度可能随着样本量的增加而增大。传统的牛顿方法由于大规模海森矩阵及其逆的密集运算而变得缓慢且不稳定。为加快单次迭代，已经开发了分别更新有限维组件和无限维组件参数的迭代方法，但它们通常需要更多步骤才能收敛，甚至有时会因为次优的更新方向而损失估计精度。我们提出了一种计算高效的隐式剖析算法，通过将无限维组件作为有限维组件的函数，实现了迭代方法中的快速迭代步骤和牛顿方法中的最优更新方向。当剖析函数没有显式解析形式时，我们设计了一阶近似。我们证明了我们的隐式剖析方法总是在两步中解决任何局部二次规划问题。在半参数变换模型和GARCH-M模型下的两个数值实验中，我们展示了我们的隐式剖析方法的计算效率和统计精度。
作者：Yucong Lin, Jinhua Su, Yang Liu, Jue Hou, Feifei Wang
论文ID：2108.07928
分类：Computation
分类简称：stat.CO
提交时间：2021-08-19