基于测量约束条件下最优样本的无权估计
摘要：面对海量数据，子采样是选择更具信息量的数据点的实际方法。然而，当响应变量测量成本较高时，开发有效的子采样方案是具有挑战性的，因此需要开发一种在测量约束条件下的最优采样方法来应对这一挑战。该方法使用最优采样概率的倒数来加权目标函数，将较重要的数据点分配较小的权重。因此，可以提高估计结果的估计效率。在本文中，我们提出了一种基于最优子样本的无权重估计过程，以获得更高效的估计器。我们通过鞅技术获得了估计器的无条件渐近分布，而不是基于已有的子采样文献中的条件估计。渐近结果和数值结果都表明，无权重估计器在参数估计上更具效率。
作者：Jing Wang, HaiYing Wang, Shifeng Xiong
论文ID：2210.04079
分类：Computation
分类简称：stat.CO
提交时间：2022-10-11