具有多个协变量的大规模函数数据的惩罚聚类

从出版商下载全文

由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。

引文

引用人：

1. 张蓓蓓（Beibei Zhang）和陈蓉（Rong Chen），2018年。"基于Kolmogorov-Smirnov二维统计量的非线性时间序列聚类,"分类杂志，施普林格；船级社，第35卷（3），第394-421页，10月。
2. Ana Arribas-Gil、Rolando De la Cruz、Emilie Lebarbier和Cristian Meza，2015年。"基于lasso型估计的半参数混合效应模型对纵向数据的分类,"生物计量学国际生物识别学会，第71卷（2），第333-343页，6月。
3. 谢赫·马泰恩（Shaikh Mateen）和麦克尼古拉斯·保罗·D&德斯蒙德·安东尼（McNicholas Paul D&Desmond Anthony F），2010年。"不完全纵向数据聚类的伪EM算法,"国际生物统计学杂志De Gruyter，第6卷（1），第1-17页，3月。
4. Lian，Heng，2010年。"高维聚类问题的稀疏贝叶斯层次建模,"多元分析杂志爱思唯尔，第101卷（7），第1728-1737页，8月。
5. 崔，夏&林，红梅&廉，恒，2020。"再生核Hilbert空间中的部分泛函线性回归,"计算统计与数据分析爱思唯尔，第150（C）卷。
6. Li，Pai-Ling&Chiou，Jeng-Min，2011年。"子空间投影函数数据聚类的聚类数识别,"计算统计与数据分析爱思唯尔，第55（6）卷，第2090-2103页，6月。
7. 王少丽（Wang）、黄（Shaoli）、勉（Mian）和吴（Wu）、兴（Xing）和姚（Yao）、卫新（Weixin），2016年。"混合函数线性模型及其在CO2-GDP函数数据中的应用,"计算统计与数据分析爱思唯尔，第97卷（C），第1-15页。
8. 林，红梅&张，日泉&徐，文超&王，岳东，2017。"通过局部线性平滑和拟似然估计时变处理转换效应,"计算统计与数据分析，爱思唯尔，第110卷（C），第50-63页。
9. Vinciotti Veronica和Yu Keming，2009年。"时序基因表达数据的M分位数回归分析,"遗传学和分子生物学中的统计应用De Gruyter，第8卷（1），第1-20页，9月。
10. Xing，Xin&Xie，Rui&Zhong，文轩，2022。"基于模型的高斯无关稀疏编码,"计算统计与数据分析，爱思唯尔，第166卷（C）。
11. Coffey，N.&Hinde，J.&Holian，E.，2014年。"应用P-样条和混合效应模型对时间进程基因表达数据的纵向分布进行聚类,"计算统计与数据分析爱思唯尔，第71卷（C），第14-29页。
12. Coffey Norma和Hinde John，2011年。"使用功能数据分析分析时间-过程微阵列数据——综述,"遗传学和分子生物学中的统计应用，De Gruyter，第10卷（1），第1-32页，5月。
13. Farcomeni Alessio和Arima Serena，2012年。"识别微阵列时程数据切换单调状态的贝叶斯自回归三状态隐马尔可夫模型,"遗传学和分子生物学中的统计应用De Gruyter，第11卷（4），第1-31页，6月。
14. 朱、韩冰和李、芮和张、日泉和廉、恒，2020年。"基于距离协方差的非线性泛函典型相关分析,"多元分析杂志爱思唯尔，第180（C）卷。

有关此项目的更多信息

统计

更正

本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:bes:jnlasa:v:103:y:2008:m:june:p:625-636。请参阅一般信息关于如何更正RePEc中的材料。

如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

我们没有这个项目的参考书目。您可以使用这个表格.

如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Christopher F.Baum（以下电子邮件可用）。供应商的一般联系方式：http://www.amstat.org/publications/jasa/index.cfm？fuseaction=main.

请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。