IDEAS主页打印自https://ideas.repec.org/a/taf/gnstxx/v21y2009i1p19-40.html
  我的参考书目  保存此文章

带导数的函数线性回归

作者

上市的:
  • 安德烈·马斯
  • Besnik Pumo公司

摘要

我们引入了一种新的随机函数输入线性回归模型,该模型考虑了数据的一阶导数。我们提出了一种估计方法,可以归结为求解一个特殊的线性逆问题。我们的程序通过双重同步处罚来解决这个问题。给出了均方预测误差的渐近展开式。将该模型和方法应用于光谱曲线的基准数据集,并与其他函数模型进行了比较。

建议引用

  • AndréMas和Besnik Pumo,2009年。"带导数的函数线性回归,"非参数统计杂志《泰勒与弗朗西斯杂志》,第21卷(1),第19-40页。
  • 手柄:RePEc:taf:gnstxx:v:21:y:2009年:i:1:p:19-40
    DOI:10.1080/10485250802401046
    作为

    从出版商下载全文

    文件URL: http://hdl.handle.net/10.1080/10485250802401046
    下载限制:全文仅限于订阅者访问。

    文件URL: https://libkey.io/10.1080/10485250802401046?utm_source=ideas
    LibKey链接:如果访问受到限制,并且您的库使用此服务,LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    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

    作为
    1. Brown P.J.&Fearn T&Vannucci M,2001年。"曲线上的贝叶斯小波回归及其在光谱校准问题中的应用,"美国统计协会杂志,美国统计协会,第96卷,第398-408页,6月。
    2. 阿马托,U.和安东尼亚迪斯,A.和德菲斯,I.,2006年。"函数回归中的降维及其应用,"计算统计与数据分析爱思唯尔,第50卷(9),第2422-2446页,5月。
    3. 何国忠、缪勒、汉斯·格奥尔格和王、珍妮·林,2003年。"平方可积随机过程的泛函正则分析,"多元分析杂志爱思唯尔,第85卷(1),第54-77页,4月。
    完整参考文献 (包括与IDEAS上的项目不匹配的项目)

    引文

    引文由CitEc项目,订阅其RSS源用于此项目。
    作为


    引用人:

    1. Hans-Georg Müller和Wenjing Yang,2010年。"稀疏采样高斯过程的动力学关系,"测试:西班牙统计与运筹学会官方期刊,施普林格;5月,第19(1)卷,第1-29页。
    2. Ahmedou,Aziza&Marion,Jean-Marie&Pumo,Besnik,2016年。"具有函数预测因子及其导数的广义线性模型,"多元分析杂志爱思唯尔,第146(C)卷,第313-324页。
    3. Chiou,Jeng-Min&Yang,Ya-Fang&Chen,Yu-Ting,2016年。"多元函数线性回归与预测,"多元分析杂志爱思唯尔,第146(C)卷,第301-312页。
    4. 尚汉林,2017。"具有动态更新的功能时间序列预测:在日内颗粒物浓度中的应用,"计量经济与统计爱思唯尔,第1卷(C),第184-200页。
    5. Laurent Delsol,2013年。"函数变量回归的无影响检验及其在光谱研究中的应用,"计算统计学施普林格,第28卷(4),第1775-1811页,8月。
    6. 韩尚,2014。"函数主成分分析综述,"AStA统计分析进展,施普林格;德国统计学会,第98卷(2),第121-142页,4月。
    7. 梁振杰、翁福田、马元廷、徐燕、朱苗、蔡洋,2022年。"基于函数数据分析的高频资产波动性测量与分析,"数学,MDPI,第10卷(7),第1-11页,4月。

    最相关的项目

    这些是最常引用与本书相同作品的项目,也被与本书同样的作品引用。
    1. Chakraborty,Sounak,2012年。"高维数据的贝叶斯多响应核回归模型及其在近红外光谱中的实际应用,"计算统计与数据分析爱思唯尔,第56卷(9),第2742-2755页。
    2. Kargin,V.&Onatski,A.,2008年。"函数自回归曲线预测,"多元分析杂志爱思唯尔,第99卷(10),第2508-2526页,11月。
    3. Alvarez、Agustín&Boente、Graciela&Kudraszow、Nadia,2019年。"泛函典型相关分析的稳健筛选估计,"多元分析杂志爱思唯尔,第170(C)卷,第46-62页。
    4. Ciarleglio,Adam&Todd Ogden,R.,2016年。"基于小波的尺度函数有限混合回归模型,"计算统计与数据分析,爱思唯尔,第93卷(C),第86-96页。
    5. Manteiga,Wenceslao Gonzalez&Vieu,Philippe,2007年。"功能数据统计,"计算统计与数据分析爱思唯尔,第51卷(10),第4788-4792页,6月。
    6. 王国昌、林楠、张宝雪,2013。"功能轮廓回归,"多元分析杂志爱思唯尔,第116(C)卷,第1-13页。
    7. 如宗范和洪斌芳,2022年。"随机函数线性模型与Malliavin演算,"计算统计学施普林格,第37卷(2),第591-611页,4月。
    8. Benhenni、Karim和Hassan、Ali Hajj和Su、Yingcai,2019年。"具有相关误差的函数数据中回归算子的局部多项式估计,"多元分析杂志爱思唯尔,第170(C)卷,第80-94页。
    9. Pian Chen和Aaron Smith,2013年。"股票收益与宏观经济的非线性多维关系,"应用经济学《泰勒与弗朗西斯杂志》,第45卷(35),第4985-4999页,12月。
    10. R.G.Aykroyd和K.V.Mardia,2003年。"脊柱曲线形状分析的小波方法,"应用统计学杂志《泰勒与弗朗西斯杂志》,第30卷(6),第605-623页。
    11. 王国昌、林楠、张宝雪,2012。"样条变换后的函数线性回归,"计算统计与数据分析,爱思唯尔,第56卷(3),第587-601页。
    12. 方耀、吴一超、邹嘉林,2016。"稀疏函数数据分类的概率增强有效降维,"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25卷(1),第1-22页,3月。
    13. Chen,Lu-Hung&Jiang,Ci-Ren,2018年。"显函数线性判别分析,"计算统计与数据分析爱思唯尔,第126(C)卷,第39-52页。
    14. 陈、薛蓉和李、郝琦和梁、华和林、华珍,2019年。"功能反应回归分析,"多元分析杂志爱思唯尔,第169(C)卷,第218-233页。
    15. 周,杨和林,舒琴和王,珍妮·林,2018年。"纵向数据的局部和全局时间相关性,"多元分析杂志,爱思唯尔,第167卷(C),第1-14页。
    16. 罗瑞燕,齐欣,2015。"具有多条预测曲线的稀疏小波回归,"多元分析杂志爱思唯尔,第134(C)卷,第33-49页。
    17. 方耀、吴一超、邹嘉林,2016。"重述:用于分类稀疏函数数据的概率增强有效降维,"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25卷(1),第52-58页,3月。
    18. Hyokyoung Grace Hong和Jianhui Zhou,2013年。"有序数据分位数回归的多指标模型,"应用统计学杂志《泰勒与弗朗西斯杂志》,第40卷(6),第1231-1245页,6月。
    19. 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。
    20. Shin,Hyejin&Lee,Seokho,2015年。"不规则和稀疏观测函数数据的典型相关分析,"多元分析杂志爱思唯尔,第134(C)卷,第1-18页。

    有关此项目的更多信息

    统计

    访问和下载统计

    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:taf:gnstxx:v:21:y:2009年:i:1:p:19-40。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.

    如果你知道引用这篇文章的遗漏项目,你可以帮助我们创建这些链接,方法是以与上面相同的方式为每个引用项目添加相关的引用。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,或更正作者、标题、摘要、书目或下载信息,请联系:Chris Longhurst(以下电子邮件可用)。供应商的一般联系方式:http://www.tandfonline.com/GNST20.

    请注意,更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。