Sparse Linear Regression when Noises and Covariates are Heavy-Tailed and Contaminated by Outliers

要約

共変量とノイズが重い尾を持つ分布からサンプリングされた場合に、スパース性の仮定の下で線形回帰の係数を推定する問題を研究する。さらに，共変量と雑音が重尾部分布からサンプリングされるだけでなく，外れ値によって汚染される状況も考慮する．我々の推定量は効率的に計算でき、シャープな誤差境界を示す。

要約(オリジナル)

We investigate a problem estimating coefficients of linear regression under sparsity assumption when covariates and noises are sampled from heavy tailed distributions. Additionally, we consider the situation where not only covariates and noises are sampled from heavy tailed distributions but also contaminated by outliers. Our estimators can be computed efficiently, and exhibit sharp error bounds.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL