×
蔡、熊;薛、刘根;曹继国

多函数对函数线性回归的变量选择。 （英语） 兹比尔1524.62168

统计正弦。 32，第3期，1435-1465（2022）.
摘要：我们使用基于函数主成分分析（FPCA）的估计方法和组平滑剪裁绝对偏差正则化，介绍了具有多个函数预测因子的函数对函数线性模型的变量选择过程。这种方法使我们能够选择重要的函数预测因子并同时估计二元函数系数。提供了一个数据驱动程序，用于选择所提方法的调谐参数，以实现高效率。我们使用所提出的正则化方法构造了基于FPCA的二元函数系数估计量。在一些温和的条件下，我们建立了所提方法的估计和选择一致性。通过仿真研究，验证了该方法的有限样本性能。结果表明，我们的方法在识别相关函数预测因子和估计二元函数系数方面非常有效。此外，通过研究海洋温度和几个水变量之间的关联，在实际数据示例中演示了所提出的方法。

引用于4文件

MSC公司：

62G08号 非参数回归和分位数回归
62J05型 线性回归；混合模型
62H25个 因子分析和主成分；对应分析
6220国集团 非参数推理的渐近性质
62兰特 功能数据分析

关键词：

功能数据分析;功能主成分分析;SCAD组;选择一致性;正规化
PDF格式BibTeX公司 XML格式引用
\textit{X.Cai}等人，Stat.Sin。32，第3号，1435-1465（2022；Zbl 1524.62168）
全文： DOI程序

参考文献：

[1] Breheny，P.和Huang，J.（2011）。非凸惩罚重压缩的坐标下降算法，应用于生物特征选择。附录申请。统计5，232-253·Zbl 1220.62095号
[2] Breheny，P.和Huang，J.（2015）。带分组预测因子的非凸惩罚线性和logistic回归模型的组下降算法。统计计算。25, 173-187. ·Zbl 1331.62359号
[3] Cai，T.T.和Hall，P.（2006）。函数线性回归中的预测。安。统计师。34, 2159-2179. ·Zbl 1106.62036号
[4] Fan，J.和Li，R.（2001）。通过非洞穴惩罚似然的变量选择及其预言性质。J.Amer。统计师。协会96，1348-1360·兹比尔1073.62547
[5] Ferraty，F.和Vieu，P.（2006年）。非参数函数数据分析：理论与实践。纽约州施普林格·Zbl 1119.62046号
[6] Friedman，J.、Hastie，T.、Höfling，H.和Tibshirani，R.（2007）。路径坐标优化。附录申请。统计1，302-332·Zbl 1378.90064号
[7] Guan，T.、Lin，Z.和Cao，J.（2020年）。用嵌套群桥方法估计截断函数线性模型。J.计算。图表。统计师。29, 620-628. ·Zbl 07499301号
[8] Hall，P.和Horowitz，J.L.（2007年）。函数线性回归的方法和收敛速度。安。统计师。35, 70-91. ·Zbl 1114.62048号
[9] Harezlak，J.、Coull，B.A.、Laird，N.M.、Magari，S.R.和Christiani，D.C.（2007年）。函数回归问题的惩罚解决方案。计算。统计师。数据分析。51, 4911-4925. ·Zbl 1162.62335号
[10] Horváth，L.和Kokoszka，P.（2012）。函数数据推理及其应用。纽约州施普林格·Zbl 1279.62017号
[11] Huang，J.、Breheny，P.和Ma，S.（2012）。高维模型中群体选择的选择性综述。统计师。科学。27, 481-499. ·兹比尔1331.62347
[12] Huang，L.、Zhao，J.、Wang，H.和Wang，S.（2016）。通过LAD损失对函数多重线性模型进行稳健收缩估计和选择。计算。统计师。数据分析。103, 384-400. ·Zbl 1466.62103号
[13] Imaizumi，M.和Kato，K.（2018年）。基于PCA的函数响应线性回归估计。J.多变量分析。163, 15-36. ·Zbl 1499.62137号
[14] Kong，D.，Xue，K.，Yao，F.和Zhang，H.H.（2016）。高维部分函数线性回归。生物特征103、147-159·1452.62500兹罗提
[15] Lian，H.（2013）。多元函数回归的收缩率估计和选择。统计师。Sinica中文23，51-74·Zbl 1257.62041号
[16] Lin，Z.，Wang，L.和Cao，J.（2016）。可解释的功能主成分分析。生物统计学72，846-854·Zbl 1390.62108号
[17] Lin，Z.、Cao，J.、Wang，L.和Wang，H.（2017）。函数线性回归模型的局部稀疏估计。J.计算。图表。统计师。26, 306-318.
[18] Liu，B.、Wang，L.和Cao，J.（2017）。估计函数线性混合效应回归模型。计算。统计师。数据分析。106, 153-164. ·Zbl 1466.62146号
[19] Luo，R.和Qi，X.（2017）。通过信号压缩实现函数对函数线性回归。J.Amer。统计师。协会112，690-705。
[20] 罗瑞、齐X和王毅（2016）。线性函数对函数模型的函数小波回归。电子。《美国联邦法律大全》第10卷，第3179-3216页·Zbl 1353.62073号
[21] Ma，H.，Li，T.，朱，H.和朱，Z.（2019）。超高维函数部分线性模型的分位数回归。计算。统计师。数据分析。129, 135-147. ·Zbl 1469.62114号
[22] Meyer，M.J.、Coull，B.A.、Versace，F.、Cinciripini，P.和Morris，J.S.（2015）。多级函数数据的贝叶斯函数对函数回归。生物统计学71，563-574·Zbl 1419.62408号
[23] Ramsay，J.O.和Silverman，B.W.（2005）。功能数据分析。第2版。纽约州施普林格·Zbl 1079.62006号
[24] Sang，P.、Lockhart，R.A.和Cao，J.（2018）。函数半参数可加模型的稀疏估计。J.多变量分析。168, 105-118. ·Zbl 1407.62141号
[25] Sang，P.、Wang，L.和Cao，J.（2020年）。用自适应群LASSO估计稀疏函数可加模型。统计师。Sinica中国科学院，第30期，1191-1211页·Zbl 1456.62150号
[26] Scheipl，F.和Greven，S.（2016年）。惩罚函数对函数回归模型中的可识别性。电子。《美国联邦法律大全》第10卷，第495-526页·Zbl 1332.62249号
[27] Sun，X.，Du，P.，Wang，X.和Ma，P..（2018）。再生核hilbert空间框架下函数回归的最优惩罚函数。J.Amer。统计师。协会113，1601-1611·Zbl 1409.62137号
[28] Tibshirani，R.（1996）。通过拉索回归收缩和选择。J.R.统计社会服务。B 58267-288·Zbl 0850.62538号
[29] Wang，L.，Chen，G.和Li，H.（2007）。微阵列时间进程基因表达数据的组SCAD回归分析。生物信息学231486-1494。
[30] Wang，X.，Jiang，Y.，Huang，M.和Zhang，H.（2013）。具有指数平方损失的稳健变量选择。J.Amer。统计师。协会108，632-643·Zbl 06195966号
[31] Wei，F.和Zhu，H.（2012）。非凸惩罚回归的群坐标下降算法。计算。统计师。数据分析。56, 316-326. ·Zbl 1239.62082号
[32] Yao，F.、Müller，H.-G.和Wang，J.-L.（2005）。纵向数据的函数线性回归分析。安。统计师。33, 2873-2903. ·Zbl 1084.62096号
[33] Yao，F.、Sue-Chee，S.和Wang，F.（2017）。正则部分函数分位数回归。J.多变量分析。156, 39-56. ·Zbl 1369.62083号
[34] Yuan，M.和Lin，Y.（2006）。分组变量回归中的模型选择和估计。J.R.统计社会服务。B统计方法。68, 49-67. ·Zbl 1141.62030号
[35] Zhang，C.-H.（2010）。极小极大凹惩罚下的几乎无偏变量选择。安。统计师。38, 894-942. ·Zbl 1183.62120号
[36] Zhang，X.和Wang，J.-L.（2015）。函数数据的变系数加性模型。生物特征102，15-32·Zbl 1345.62104号
[37] Zhou，J.，Wang，N.Y.和Wang，N.（2013）。子区域系数函数为零的函数线性模型。统计师。Sinica中国23，25-50·Zbl 1426.62214号
[38] Zhu，H.，Li，R.和Kong，L.（2012）。功能响应的多元变系数模型。安。统计师。40, 2634-2666. ·Zbl 1373.62169号
[39] 邹浩和李若明（2008）。非凹陷惩罚似然模型中的一步稀疏估计。安。统计师。36, 1509-1533. ·Zbl 1142.62027号
[40] 电子邮箱：Jiggocao@sfu.ca（2020年6月接收；2020年12月接受）
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。