一般多项式logit模型中的变量选择

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。

IDEAS上列出的参考文献

1. Robert Tibshirani、Michael Saunders、Saharon Rosset、Ji Zhu和Keith Knight，2005年。"通过融合套索实现稀疏和流畅,"英国皇家统计学会学报B辑皇家统计学会，第67卷（1），第91-108页，2月。
2. 邹辉，2006。"自适应套索及其Oracle特性,"美国统计协会杂志，美国统计协会，第101卷，第1418-1429页，12月。
3. Vincent，Martin&Hansen，Niels Richard，2014年。"稀疏群套索与高维多项式分类,"计算统计与数据分析爱思唯尔，第71卷（C），第771-786页。
4. 保罗·沃恩·瑟纳（Paul W&Eymann Thurner），安吉丽卡（Angelika），2000年。"投票计算中的政策疏离与漠视：政党选择与弃权的同步模型,"公众选择，施普林格，第102卷（1-2），第51-77页，1月。
5. 卢卡斯·梅耶（Lukas Meier）、萨拉·范德格尔（Sara Van De Geer）和彼得·鲍尔曼（Peter Bühlmann），2008年。"logistic回归的组套索,"英国皇家统计学会学报B辑，英国皇家统计学会，第70卷（1），第53-71页，2月。
6. Gerhard Tutz和Harald Binder，2006年。"基于似然Boosting的隐变量选择广义可加模型,"生物计量学国际生物识别学会，第62卷（4），第961-971页，12月。
7. Buhlmann P.和Yu B.，2003年。"二级缺失助推：回归与分类,"美国统计协会杂志，美国统计协会，第98卷，第324-339页，1月。
8. Friedman，Jerome H.&Hastie，Trevor&Tibshirani，Rob，2010年。"广义线性模型的坐标下降正则化路径,"统计软件杂志《开放获取统计基金会》，第33卷（i01）。
9. Hui Zou和Trevor Hastie，2005年。"补遗：通过弹性网进行规则化和变量选择,"英国皇家统计学会学报B辑英国皇家统计学会，第67卷（5），第768-768页，11月。
10. Wang，Hansheng&Leng，沉雷，2008。"关于自适应群套索的一点注记,"计算统计与数据分析爱思唯尔，第52卷（12），第5277-5286页，8月。
11. Hui Zou和Trevor Hastie，2005年。"基于弹性网络的正则化与变量选择,"英国皇家统计学会学报B辑英国皇家统计学会，第67卷（2），第301-320页，4月。
12. Fan J.&Li R.，2001年。"基于非冲突惩罚似然的变量选择及其Oracle性质,"美国统计协会杂志，美国统计协会，第96卷，第1348-1360页，12月。
13. Ming Yuan和Yi Lin，2006年。"分组变量回归中的模型选择与估计,"英国皇家统计学会学报B辑皇家统计学会，第68卷（1），第49-67页，2月。

引文

引用人：

1. Rui Wang、Naihua Xiu和Kim Chuan Toh，2021年。"群稀疏多项式logistic回归的子空间二次正则化方法,"计算优化与应用施普林格，第79卷（3），第531-559页，7月。
2. Maurer，Ingrid&Pößnecker，Wolfgang&Thurner，Paul W.&Tutz，Gerhard，2015年。"用高维数据建模多党系统中的选举选择：使用拉索方法正则化参数选择,"选择建模杂志爱思唯尔，第16卷（C），第23-42页。
3. 文灿红、李振铎、董瑞鹏、倪一金、潘文良，2023年。"多项式Logistic回归的同时降维和变量选择,"信息计算杂志《信息》，第35卷（5），第1044-1060页，9月。
4. Raja Chakir&Thibault Laurent&Anne Ruiz-Gazen&Christine Thomas-Agnan&Céline Vignes，2017年。"区分不同区域解决方案和共变部分设施可用性的土壤用途预测,"经济评论，科学出版社，第68卷（3），第435-469页。
   • Chakir，Raja&Laurent，Thibault&Ruiz Gazen，Anne&Thomas Agnan，Christine&Vignes，塞琳，2017。"区分不同区域解决方案和共变部分设施可用性的土壤用途预测,"TSE工作文件17-769，图卢兹经济学院（TSE）。
5. 莫里茨·伯杰（Moritz Berger）、托马斯·韦尔乔夫斯基（Thomas Welchowski）、斯特芬·施密茨（Steffen Schmitz-Valckenberg）和马蒂亚斯·施密德（Matthias Schmid），2019年。"离散时间竞争风险建模的分类树方法,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第13卷（4），第965-990页，12月。
6. Nibbering，Didier&Hastie，Trevor J.，2022年。"多分类优化logistic回归,"计算统计与数据分析爱思唯尔，第169（C）卷。

最相关的项目

1. 王培（Pei Wang）、陈顺杰（Shunjie Chen）和杨思嘉（Sijia Yang），2022年。"生物数据惩罚回归模型的最新进展,"数学，MDPI，第10卷（19），第1-24页，10月。
2. Diego Vidaurre、Concha Bielza和Pedro Larrañaga，2013年。"L1回归综述,"国际统计评论国际统计局，第81（3）卷，第361-387页，12月。
3. Loann David Denis Desboulets，2018年。"回归分析中变量选择的研究进展,"计量经济学，MDPI，第6卷（4），第1-27页，11月。
   • Loann David Denis Desboulets，2018年。"回归分析中变量选择的研究进展,"打印后hal-01954386，哈尔。
4. 尹赞华，2020年。"稀疏logistic回归的变量选择,"Metrika：国际理论与应用统计杂志，施普林格，第83卷（7），第821-836页，10月。
5. 陈顺杰&杨，思嘉&王，裴&薛，刘根，2023。"通过整合先验信息改进组学数据中基因选择的两阶段惩罚算法,"物理学A：统计力学及其应用爱思唯尔，第628（C）卷。
6. 蔡凯达、沈华、卢学文，2022年。"具有发散协变量的多元失效时间模型的自适应双层变量选择,"测试：西班牙统计与运筹学会官方期刊，施普林格；运营调查协会，第31卷（4），968-993页，12月。
7. Justin B.Post和Howard D.Bondell，2013年。"交互方差分析模型中的因子选择和结构识别,"生物识别国际生物识别学会，第69卷（1），第70-79页，3月。
8. 松井，Hidetoshi，2014年。"基于多类logistic回归模型的函数数据变量和边界选择,"计算统计与数据分析爱思唯尔，第78卷（C），第176-185页。
9. 傅志轩、Chirag R.Parikh和周炳清，2017年。"竞争风险回归中的惩罚变量选择,"终身数据分析：一本致力于时间到事件数据统计方法和应用的国际期刊，施普林格，第23卷（3），第353-376页，七月。
10. 卡帕努、马里内拉和朱尔卡努、米海和贝格、科林·B·哥宁、米塔特，2023年。"基于子抽样的广义线性模型变量选择,"计算统计与数据分析爱思唯尔，第184（C）卷。
11. TomášPlíhal，2021年。"预定宏观经济新闻公告和外汇波动预测,"预测杂志，John Wiley&Sons，Ltd.，第40卷（8），第1379-1397页，12月。
12. Takumi Saegusa和Tianzhou Ma和Gang Li、Ying Qing Chen和Mei Ling Ting Lee，2020。"阈值回归模型中的变量选择及其在HIV药物依从性数据中的应用,"生物科学统计，施普林格；国际中国统计协会，第12卷（3），第376-398页，12月。
13. 里卡多·马西尼（Ricardo P.Masini）、马塞洛·梅德罗斯（Marcelo C.Medeiros）和爱德华多·门德斯（Eduardo F.Mendes），2023年。"时间序列预测的机器学习进展,"经济调查杂志Wiley Blackwell，第37卷（1），第76-111页，2月。
    • Ricardo P.Masini和Marcelo C.Medeiros和Eduardo F.Mendes，2020年。"时间序列预测的机器学习进展,"论文2012.12802，arXiv.org，2021年4月修订。
14. 张燕芳，魏传华，刘晓林，2022。"具有lp，q正则化的群Logistic回归模型,"数学，MDPI，第10卷（13），第1-15页，6月。
15. 刘晓平、李小白和萨卡，2023年。"数据采集中成本受限的特征选择,"管理科学《信息》，第69卷（7），第3976-3992页，7月。
16. Minh Pham&Xiaodong Lin&Andrzej Ruszczyn ski&Yu Du，2021年。"非凸不可微复合正则化问题的内外线性化方法,"全球优化杂志，施普林格，第81（1）卷，179-202页，9月。
17. Bang，Sungwan和Jhun，Myoungshic，2012年。"自适应超形式正则化分位数回归中的同时估计和因子选择,"计算统计与数据分析爱思唯尔，第56卷（4），第813-826页。
18. 塔宁-西里蒙哥尔卡塞姆和雷扎·德里克瓦迪，2019年。"高维数据分析的正则化方法,"数据科学年鉴施普林格，第6卷（4），第737-763页，12月。
19. Fang，Xiaolei&Paynabar，Kamran&Gebraeel，Nagi，2017年。"基于多流传感器融合的单失效模式系统预测模型,"可靠性工程与系统安全爱思唯尔，第159（C）卷，第322-331页。
20. 莫格里安尼，马蒂奥&西蒙尼，安娜，2021年。"贝叶斯MIDAS惩罚回归：估计、选择和预测,"计量经济学杂志爱思唯尔，第222（1）卷，第833-860页。
    • Matteo Mogliani和Anna Simoni，2019年。"贝叶斯MIDAS惩罚回归：估计、选择和预测,"论文1903.08025，arXiv.org，2020年6月修订。
    • Matteo Mogliani和Anna Simoni，2020年。"贝叶斯MIDAS惩罚回归：估计、选择和预测,"打印后哈尔-03089878，哈尔。
    • Matteo Mogliani，2019年。"贝叶斯MIDAS惩罚回归：估计、选择和预测,"工作文件713，法国银行。

有关此项目的更多信息

关键词

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:eee:csdana:v:82:年：i：c：p：207-222。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。

如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

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。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

有关本项目的技术问题，或更正作者、标题、摘要、参考书目或下载信息，请联系：Catherine Liu（电子邮件地址如下）。供应商的一般联系方式：http://www.elsevier.com/locate/csda.

请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。