半函数线性回归模型中基于稳健指数平方损失的估计

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. Cardot，Hervé&Ferraty，Frédéric&Sarda，Pascal，1999年。"函数线性模型,"统计与概率信件爱思唯尔，第45卷（1），第11-22页，10月。
2. 布鲁内尔、埃洛迪和马斯、安德烈和罗氏、安吉丽娜，2016年。"函数线性模型中的非症状自适应预测,"多元分析杂志，爱思唯尔，第143卷（C），第208-232页。
3. Germanán Aneiros&Nengxiang Ling&Philippe Vieu，2015年。"半函数部分线性回归模型的误差方差估计,"非参数统计杂志《泰勒与弗朗西斯杂志》，第27卷（3），第316-330页，9月。
4. Aldo Goia和Philippe Vieu，2015年。"一种分区单功能索引模型,"计算统计学《施普林格》，第30卷（3），第673-692页，9月。
5. 孔德汉、薛凯杰、姚方和张浩浩，2016。"高维部分函数线性回归,"生物特征《Biometrika信托》，第103卷（1），第147-159页。
6. F.Ferraty&A.Goia&E.Salinelli&P.Vieu，2013年。"函数投影寻踪回归,"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22卷（2），第293-320页，6月。
7. 周建军，赵晨，彭庆彦，2016。"部分函数线性回归模型的多项式样条估计,"计算统计学，施普林格，第31卷（3），第1107-1129页，9月。
8. Peter Hall和Giles Hooker，2016年。"功能数据的截断线性模型,"英国皇家统计学会学报B辑英国皇家统计学会，第78卷（3），第637-653页，6月。
9. Aneiros-Pérez，Germanán&Vieu，Philippe，2006年。"半函数偏线性回归,"统计与概率信件爱思唯尔，第76（11）卷，第1102-1110页，6月。
10. 俞平、张忠战、杜江，2016。"部分函数线性回归的线性检验,"Metrika：国际理论与应用统计学杂志《施普林格》，第79卷（8），第953-969页，11月。
11. Ying Lu、Jiang Du和Zhimeng Sun，2014年。"函数部分线性分位数回归模型,"Metrika：国际理论与应用统计学杂志，施普林格，第77卷（2），第317-332页，2月。
12. Germán Aneiros和Philippe Vieu，2015年。"多功能协变量的部分线性建模,"计算统计学，施普林格，第30卷（3），第647-671页，9月。
13. Imaizumi，Masaaki&Kato，Kengo，2018年。"基于主成分分析的具有函数响应的函数线性回归估计,"多元分析杂志爱思唯尔，第163（C）卷，第15-36页。
14. Roger W Koenker和Bassett，Gilbert，Jr，1978年。"回归分位数,"计量经济学《计量经济学协会》，第46卷（1），第33-50页，1月。
15. 彭庆炎、周建军、汤念生，2016年。"变系数部分函数线性回归模型,"统计论文施普林格，第57卷（3），第827-841页，9月。
16. German Aneiros-Pérez和Philippe Vieu，2013年。"半参数函数数据分析中的线性检验,"计算统计学，施普林格，第28卷（2），第413-434页，四月。
17. 王雪芹（Xueqin Wang）、蒋云露（Yunlu Jiang）、黄棉（Mian Huang）和张和平（Heping Zhang），2013年。"具有指数平方损失的稳健变量选择,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第108卷（502），第632-643页，6月。

引文

引用人：

1. Bin Yang&Min Chen&Tong Su&Jianjun Zhou，2023年。"具有自回归误差的半函数线性模型的鲁棒估计,"数学，MDPI，第11卷（2），第1-14页，1月。
2. Germanán Aneiros&Ricardo Cao&Philippe Vieu，2019年。"功能数据分析及相关主题专刊编辑,"计算统计学施普林格，第34卷（2），第447-450页，6月。

最相关的项目

1. 朱、韩冰与张、日泉与余、周与联、恒与刘、杨辉，2019年。"部分函数线性误差-变量模型的估计与检验,"多元分析杂志爱思唯尔，第170（C）卷，第296-314页。
2. Ping Yu&Ting Li&Zhongyi Zhu&Zhang Zhang，2019年。"具有相依误差的部分函数线性回归模型的复合分位数估计,"Metrika：国际理论与应用统计学杂志施普林格，第82卷（6），第633-656页，8月。
3. 曹瑞元、杜江、周建军、谢天发，2020年。"基于FPCA的广义泛函部分线性模型估计,"统计论文《施普林格》，第61卷（6），第2715-2735页，12月。
4. Liebl，Dominik&Walders，Fabian，2019年。"部分功能面板回归中的参数区域,"计量经济与统计爱思唯尔，第11卷（C），第105-115页。
5. Yu，Dengdeng&Zhang，Li&Mizera，Ivan&Jiang，Bei&Kong，玲珑，2019。"多函数预测分位数回归中的稀疏小波估计,"计算统计与数据分析爱思唯尔，第136（C）卷，第12-29页。
6. 单国栋，侯一恒，刘柏森，2020。"使用重尾分布的部分函数线性回归模型的Bayes稳健估计,"计算统计学，施普林格，第35卷（4），第2077-2092页，12月。
7. 朱树芝和赵培新，2019年。"半函数偏线性回归模型中线性假设的检验,"Metrika：国际理论与应用统计学杂志，施普林格，第82卷（2），第125-148页，3月。
8. Edoardo Belli，2022年。"平滑自适应中心岭估计,"多元分析杂志爱思唯尔，第189（C）卷。
9. Boente，Graciela和Vahnovan，Alejandra，2017年。"半函数部分线性回归模型中的稳健估计,"多元分析杂志爱思唯尔，第154（C）卷，第59-84页。
10. Yousri Slaoui，2019年。"独立函数数据递归非参数相对回归的野引导带宽选择,"多元分析杂志爱思唯尔，第173（C）卷，第494-511页。
11. 菲利普·维尤，2018年。"功能数据的降维模型研究,"统计与概率信件爱思唯尔，第136（C）卷，第134-138页。
12. 能祥凌、芮侃、菲利普·维尤和孟淑玉，2019年。"随机缺失响应的半函数部分线性回归模型,"Metrika：国际理论与应用统计学杂志，施普林格，第82卷（1），第39-70页，1月。
13. 胡玉平、吴思玉、冯三英、金俊良，2020年。"部分函数线性空间自回归模型的估计,"数学，MDPI，第8卷（10），第1-12页，10月。
14. 马，海强&李，婷&朱，洪图&朱，中一，2019。"超高维泛函部分线性模型的分位数回归,"计算统计与数据分析爱思唯尔，第129（C）卷，第135-147页。
15. 阿陶和能祥凌，2016年。"时间序列数据单函数指数建模中非参数条件累积分布估计的渐近结果及其应用,"Metrika：国际理论与应用统计学杂志施普林格，第79（5）卷，第485-511页，7月。
16. 俞平、张忠战、杜江，2016。"部分函数线性回归的线性检验,"Metrika：国际理论与应用统计学杂志《施普林格》，第79卷（8），第953-969页，11月。
17. Qi，Xin&Luo，瑞燕，2018。"具有数千条预测曲线的函数对函数回归,"多元分析杂志爱思唯尔，第163（C）卷，第51-66页。
18. 姚，方&苏琦，Shivon&Wang，Fan，2017年。"正则部分函数分位数回归,"多元分析杂志，爱思唯尔，第156卷（C），第39-56页。
19. 黄乐乐、王慧文、郑安迪，2014。"函数线性回归模型的M估计,"统计与概率信件爱思唯尔，第88卷（C），第165-173页。
20. 吴朝江，余燕，2014。"基于惩罚样条的条件分位数部分线性建模,"计算统计与数据分析爱思唯尔，第77卷（C），第170-187页。

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。你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:spr:compst:v:34:y:2019:i:2:d:10.1007_s00180-018-0810-2。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。

有关本项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Sonal Shukla或Springer Nature Abstracting and Indexing（以下电子邮件可用）。供应商的一般联系方式：http://www.springer.com网站。

请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。