Method-of-Moments Inference for GLMs and Doubly Robust Functionals under Proportional Asymptotics

摘要

本文研究高维广义线性模型中回归系数与信噪比的估计，并探讨这些结果如何用于高维观测研究中的平均处理效应等目标量的推断。在比例渐近框架下，当协变量服从高斯分布且总体协方差已知时，我们构造了一致且渐近正态的矩估计量，无需估计高维干扰函数或调节超参数。对于非高斯协变量，我们在回归系数与协方差矩阵满足额外假设时证明了相应结果的普适性。我们还说明，当样本协方差估计量可逆时，该方法不必依赖已知的总体协方差。最后，通过数值实验将所提方法与已有方法进行比较。

相关链接

🔗 arXiv 💻 软件 🖼 海报 🎞 幻灯片

Xingyu Chen, Lin Liu, Rajarshi Mukherjee. Method-of-Moments Inference for GLMs and Doubly Robust Functionals under Proportional Asymptotics. arXiv 预印本 arXiv:2408.06103, 2024.

返回研究页