Minimax rate of testing in sparse linear regression

Abstract : We consider the problem of testing the hypothesis that the parameter of linear regression model is 0 against an s-sparse alternative separated from 0 in the 2-distance. We show that, in Gaussian linear regression model with p < n, where p is the dimension of the parameter and n is the sample size, the non-asymptotic minimax rate of testing has the form sqrt((s/n) log(1 + sqrt(p)/s)). We also show that this is the minimax rate of estimation of the 2-norm of the regression parameter. MSC 2010 subject classifications: 62J05, 62G10.
Type de document :
Pré-publication, Document de travail
2018
Liste complète des métadonnées

Littérature citée [12 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01770434
Contributeur : Olivier Collier <>
Soumis le : jeudi 19 avril 2018 - 08:16:57
Dernière modification le : mercredi 4 juillet 2018 - 23:14:10

Fichier

CCCTW.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01770434, version 1

Collections

Citation

Alexandra Carpentier, Olivier Collier, Laëtitia Comminges, Alexandre Tsybakov, Yuhao Wang. Minimax rate of testing in sparse linear regression. 2018. 〈hal-01770434〉

Partager

Métriques

Consultations de la notice

357

Téléchargements de fichiers

26