×
王思阳;崔恒健

部分线性模型高维回归系数的广义F检验。 （英语） Zbl 1402.62159号

J.系统。科学。复杂。 30，第5期，1206-1226（2017）.
摘要：本文提出了一种基于F统计量的高维部分线性模型回归系数检验方法。在部分线性模型中，作者首先用一些非参数方法估计未知的非线性分量，然后推广F-统计量，在某些规则条件下检验回归系数。在此过程中，非线性分量的估计给探索广义F检验的性质带来了很大的挑战。在更一般的情况下，作者获得了广义F-检验的一些渐近性质，包括渐近正态性和该检验在无正态性假设的情况下具有（p/n in（0,1））的幂。渐近结果是一般的，通过添加一些约束条件，我们可以在高维线性模型中得到类似的结论。通过仿真研究，与理论结果相比，作者证明了该测试具有良好的有限样本性能。通过一个实际数据示例说明了我们方法的实用性。

引用于4文件

MSC公司：

62J05型 线性回归；混合模型
62F03型 参数假设检验
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

广义F检验;高维回归;部分线性模型;试验功率
PDF格式BibTeX公司 XML格式引用
\textit{S.Wang}和\textit{H.Cui}，J.Syst。科学。复杂。30，第5号，1206--1226（2017；Zbl 1402.62159）
全文： 内政部

参考文献：

[1] 恩格尔·R·F、格兰杰·C·W·J、莱斯·J等，天气与电力销售关系的半参数估计，美国统计协会杂志，1986，81（394）：310-320·doi:10.1080/01621459.1986.10478274
[2] Heckman N E，部分线性模型中的样条平滑，皇家统计学会期刊：B辑（方法学），1986，48（2）：244-248·Zbl 0623.62030号
[3] 罗宾逊·P·M，根N一致半参数回归，计量经济学：计量经济学社会杂志，1988，56（4）：931-954·Zbl 0647.62100号 ·doi:10.2307/1912705
[4] Speckman P，部分线性模型中的核平滑，皇家统计学会期刊：B辑（方法学），1988，50（3）：413-436·Zbl 0671.62045号
[5] Green P J和Silverman B W，《非参数回归和广义线性模型：粗糙度惩罚方法》，佛罗里达州CRC出版社，1993年·Zbl 0832.62032号
[6] Eubank R L，Kambour E L，Kim J T，et al.，部分线性模型中的估计，计算统计与数据分析，1998，29（1）：27-34·Zbl 1042.62513号 ·doi:10.1016/S0167-9473（98）00054-1
[7] Bunea F和Wegkamp M H，部分线性回归中的两阶段模型选择程序，加拿大统计杂志，2004，32（2）：105-118·Zbl 1063.62052号 ·doi:10.2307/3315936
[8] Fan J和Li R，纵向数据分析中半参数建模的新估计和模型选择程序，美国统计协会杂志，2004，99（467）：710-723·Zbl 1117.62329号 ·doi:10.1198/016214500000060
[9] 谢赫，黄杰，高维部分线性模型中的SCAD惩罚回归，统计年鉴，2009，37（2）：673-696·Zbl 1162.62037号 ·doi:10.1214/07-AOS580
[10] Goeman J J、Van De Geer S A和Van Houwelingen H C，针对高维替代方案的测试，英国皇家统计学会期刊：B辑（统计方法），2006，68（3）：477-493·Zbl 1110.62002号 ·文件编号：10.1111/j.1467-9868.2006.00551.x
[11] Goeman J J，Van Houwelingen H C，and Finos L，《广义线性模型中高维替代方案的测试：渐近I型错误控制》，《生物统计学》，2011，98（2）：381-390·兹比尔1215.62068 ·doi:10.1093/biomet/asr016
[12] Zhong P S和Chen S，用析因设计检验高维回归系数，美国统计协会杂志，2011，106（493）：260-274·Zbl 1396.62110号 ·doi:10.1198/jasa.2011.tm10284
[13] 王S，崔H，高维线性回归系数的广义F检验，多元分析杂志，2013，117:134-149·Zbl 1277.62176号 ·doi:10.1016/j.jmva.2013.02.010
[14] 兰伟，钟普生，李锐，等，在高维线性模型中检验一个回归系数，http://methodology.psu.edu/media/techreports/13-125.pdf, 2013. ·Zbl 1443.62198号
[15] Müller P和Geer S，高维偏线性模型，《斯堪的纳维亚统计杂志》，2015，42（2）：580-608·Zbl 1364.62196号 ·doi:10.1111/sjos.12124
[16] Härdle W，Mammen E，and Müller M，在广义线性模型中测试参数与半参数建模，美国统计协会杂志，1998，93（444）：1461-1474·Zbl 1064.62543号
[17] Fan J和Huang T，半参数变系数部分线性模型的剖面似然推断，Bernoulli，2005，11（6）：1031-1057·Zbl 1098.62077号 ·doi:10.3150/bj/1137421639
[18] Huang L S和Davidson P W，偏线性模型的方差分析和F检验及其在环境健康数据中的应用，美国统计协会杂志，2010，105（491）：991-1004·Zbl 1390.62127号 ·doi:10.1198/jasa.2010.ap08274
[19] Härdie W、Liang H和Gao J，《部分线性模型》，海德堡，2000年·Zbl 0968.62006年 ·doi:10.1007/978-3-642-57700-0
[20] 高杰，《非线性时间序列：半参数和非参数方法》，CRC出版社，佛罗里达州，2007年·兹比尔1179.62118 ·doi:10.1201/9781420011210
[21] 张春华，黄杰，高维线性回归中套索选择的稀疏性和偏差，《统计年鉴》，2008，36（4）：1567-1594·Zbl 1142.62044号 ·doi:10.1214/07-AOS520
[22] Chiang A P，Beck J S，Yen H J，et al.，利用SNP阵列进行纯合度映射，将E3泛素连接酶TRIM32识别为BardetCBiedl综合征基因（BBS11），美国国家科学院学报，2006，103（16）：6287-6292·doi:10.1073/pnas.0600158103
[23] Scheetz T E，Kim K Y A，Swiderski R E等，哺乳动物眼睛中基因表达的调控及其与眼病的相关性，美国国家科学院学报，2006，103（39）：14429-14434·doi:10.1073/pnas.0602562103
[24] 黄J，马S，张春华，稀疏高维回归模型的自适应拉索，统计，2008，18（4）：1603-1618·Zbl 1255.62198号
[25] Bhansali R J，Giraitis L，and Kokoszka P S，二次型与非对角的收敛性，统计与概率快报，2007，77（7）：726-734·兹比尔1283.62027 ·doi:10.1016/j.spl.2006.11.007
[26] Zhu L X，非参数蒙特卡罗检验及其应用，Springer，纽约，2005·Zbl 1094.62058号
[27] 邹华，张海华，关于参数发散的自适应弹性网，统计年鉴，2009，37（4）：1733·Zbl 1168.62064号 ·doi:10.1214/08-AOS625
[28] 李刚，彭浩，朱磊，参数发散的无条件惩罚M-估计，中国统计，2011，21（1）：391-419·Zbl 1206.62036号
[29] Bai Z和Saranadasa H，高维效应：以一个双样本问题为例，《中国统计》，1996，6:311-329·Zbl 0848.62030号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。