[论文解读] Uniform strong consistency of a frontier estimator using kernel regression on high order moments

Stéphane Girard, Armelle Guillou+1 more|arXiv (Cornell University)|Dec 13, 2012

Statistical Methods and Inference参考文献 31被引用 7

一句话总结

该论文建立了基于响应变量高阶矩核回归的前沿估计量的统一强一致性，实现了在紧集上的几乎 surely 收敛。在条件生存函数属于Hall类的假设下，推导出估计量的收敛速率，将先前的逐点一致性结果扩展到具有显式收敛速率的更强统一框架。

ABSTRACT

We consider the high order moments estimator of the frontier of a random pair introduced by Girard, S., Guillou, A., Stupfler, G. (2012). {\\it Frontier estimation with kernel regression on high order moments}. In the present paper, we show that this estimator is strongly uniformly consistent on compact sets and its rate of convergence is given when the conditional cumulative distribution function belongs to the Hall class of distribution functions.

研究动机与目标

• 在非参数设定下，建立基于高阶矩的前沿估计量的统一强一致性。
• 当条件生存函数属于Hall类时，推导统一收敛速率。
• 将先前的逐点一致性结果扩展到设计空间紧子集上的几乎 surely 统一一致性。
• 为一种基于核的前沿估计方法提供理论保证，该方法利用极端矩来增强边界检测。

提出的方法

• 估计量使用高阶条件矩的核回归 $ \widehat{\mu}_{p_n}(x) = \frac{1}{n} \sum_{i=1}^n Y_i^{p_n} K_{h_n}(x - X_i) $，其中 $ p_n \to \infty $ 且 $ h_n \to 0 $。
• 前沿估计量构造为 $ \widehat{g}_n(x)^{-1} = \frac{1}{a p_n} \left[ ((a+1)p_n + 1) \frac{\widehat{\mu}_{(a+1)p_n}(x)}{\widehat{\mu}_{(a+1)p_n + 1}(x)} - (p_n + 1) \frac{\widehat{\mu}_{p_n}(x)}{\widehat{\mu}_{p_n + 1}(x)} \right] $，结合了矩估计量的比值。
• 在核和条件分布的正则性条件下，于紧集 $ \Omega \subset \text{int}(E) $ 上证明了统一一致性。
• 分析依赖于核的Hölder连续性以及边界附近归一化生存函数振荡的控制。
• 一个关键技术步骤涉及利用分部积分法和Beta函数的性质，对估计量的二阶矩进行有界控制。
• 证明利用了Hall类假设，该假设通过正则变参数 $ \alpha(x) $ 描述条件分布的尾部行为。

实验结果

研究问题

• RQ1 基于高阶矩的前沿估计量在设计空间的紧子集上是否具有统一强一致性？
• RQ2 当条件生存函数属于Hall类时，估计量的统一收敛速率是多少？
• RQ3 高阶矩的选择和核带宽如何影响统一一致性和收敛速率？
• RQ4 是否可以在不假设前沿单调性或参数形式的前提下建立统一一致性结果？
• RQ5 在此非参数前沿估计框架中，逐点收敛速率与统一收敛速率之间有何关系？

主要发现

• 在假设 (K)、(NP1)、(NP2) 和 (NP3) 下，前沿估计量在任意紧子集 $ \Omega \subset \text{int}(E) $ 上具有统一强一致性。
• 当条件生存函数属于参数为 $ \alpha(x) $ 的Hall类时，统一收敛速率为 $ \operatorname{O}_a(\max(p_n^{-\alpha(x)}, h_n^{\eta_g})) $，其中 $ \eta_g $ 为前沿函数的Hölder指数。
• 收敛速率与条件分布的尾部行为相关，尾部越重（$ \alpha(x) $ 越小），收敛越慢。
• 证明表明估计量的二阶矩是统一有界的，这对几乎 surely 统一收敛至关重要。
• 该结果通过提供更强的统一框架，改进了先前的逐点一致性与渐近正态性结果。
• 分析证实，高阶矩通过将权重集中在靠近前沿的极端值上，增强了边界检测能力，而核平滑则确保了局部自适应性。