半参数KSD检验:统一基于分数和距离的拟合优度检验方法

Research#llm🔬 Research|分析: 2025年12月25日 04:07
发布: 2025年12月24日 05:00
1分で読める
ArXiv Stats ML

分析

这篇arXiv论文介绍了一种新的半参数核化Stein差异(SKSD)检验,用于拟合优度检验。其核心创新在于弥合了基于分数和基于距离的GoF检验之间的差距,将经典的基于距离的方法重新解释为基于分数的构造。SKSD检验提供了计算效率,并适应一般的干扰参数估计器,解决了现有非参数基于分数检验的局限性。该论文声称SKSD检验具有普遍一致性和Pitman效率,并由参数引导程序支持。这项研究意义重大,因为它为评估模型充分性提供了一种更通用和有效的方法,特别是对于具有难以处理的似然性但易于处理的分数的模型。
引用 / 来源
查看原文
"Building on this insight, we propose a new nonparametric score-based GoF test through a special class of IPM induced by kernelized Stein's function class, called semiparametric kernelized Stein discrepancy (SKSD) test."
A
ArXiv Stats ML2025年12月24日 05:00
* 根据版权法第32条进行合法引用。