×
Yue，Yu（瑞安）;卢吉蒙

非均匀空间点过程模型的变量选择。 （英语。法语摘要） Zbl 1328.62552号

可以。J.统计。 43，第2期，288-305（2015）.
小结：在这项工作中，我们在建模非均匀空间点过程的强度和聚类时考虑变量选择，集成变量选择和空间点过程建模各自领域中的著名程序，以介绍空间点过程模型中变量选择的简单程序。具体来说，我们考虑使用泊松、成对相互作用和Neyman-Scott簇模型对空间点数据进行建模，并将LASSO、自适应LASSO和弹性网正则化方法合并到广义线性模型框架中，以拟合这些点模型。我们进行了模拟研究，以探索在我们的程序中使用三种正则化方法中的每一种的有效性。然后，我们在两个应用程序中使用该程序，使用Neyman-Scott模型对雨林树木的强度和集群进行建模，使用土壤和地理协变量，使用成对交互模型对纽约市快餐店的位置进行建模，并使用人口普查变量和学校位置进行建模。

引用于8文件

MSC公司：

62立方米 从空间过程推断
62J07型 岭回归；收缩估计器（拉索）

关键词：

伯曼-特纳近似;强度函数;最大伪似然估计;空间点过程;正则化变量选择;加权泊松似然

软件：

空间的;拔管器;格尔姆奈特;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{Y.Yue}和\textit{J.M.Loh}，加拿大。J.Stat.43，No.2，288--305（2015；Zbl 1328.6252）
全文： 内政部

参考文献：

[1] Baddeley，A.和Turner，R.（2000）。空间点模式的实际最大伪似然。《澳大利亚和新西兰统计杂志》，42283-322·Zbl 0981.62078号
[2] Baddeley，A.J.和Turner，R.（2005）。Spatstat：用于分析空间点模式的R包。统计软件杂志，12，1-42。
[3] Berman，M.&Turner，T.R.（1992年）。使用GLIM近似点过程可能性。应用统计学，41，31-38·Zbl 0825.62614号
[4] Besag，J.（1975年）。非晶格数据的统计分析。统计学家，24179-195。
[5] Besag，J.（1977年）。空间数据统计分析的一些方法。《国际统计学会公报》，47，77-92。
[6] Diggle，P.J.（2003）。空间点模式的统计分析，第二版，阿诺德，伦敦·Zbl 1021.62076号
[7] Donoho，D.L.和Johnstone，I.M.（1995）。通过小波收缩适应未知平滑度。美国统计协会杂志，901200-1224·Zbl 0869.62024号
[8] Fan，J.&Li，R.（2001）。通过非冲突惩罚似然及其oracle属性进行变量选择。美国统计协会杂志，96，1348-1360·Zbl 1073.62547号
[9] Friedman，J.、Hastie，T.、Höfling，H.和Tibshirani，R.（2007）。路径坐标优化。应用统计年鉴，1302-332·Zbl 1378.90064号
[10] Friedman，J.、Hastie，T.和Tibshirani，R.（2010）。广义线性模型的坐标下降正则化路径。统计软件杂志，33，1-22。
[11] Illian，J.、Penttinen，A.、Stoyan，H.和Stoyan（2008）。空间点模式的统计分析和建模，John Wiley&Sons，Chichester·Zbl 1197.62135号
[12] Kwate，N.O.&Loh，J.M.（2010年）。分离和不平等：邻里和学校特征对快餐和学校之间空间距离的影响。预防医学，51153-156。
[13] Kwate，N.O.、Yau，C.Y.、Loh，J.M.和Williams，D.（2009年）。肥胖环境中的不平等：纽约市快餐密度。《健康与场所》，第15期，第364-373页。
[14] Möller，J.&Waagepetersen，R.P.（2004）。空间点过程的统计推断和模拟，查普曼和霍尔，纽约·Zbl 1044.62101号
[15] R核心团队（2013）。R： 统计计算语言和环境，R统计计算基金会，奥地利维也纳。
[16] Renner，I.W.和Warton，D.I.（2013）。生态学中物种分布建模的MAXENT和泊松点过程模型的等价性。生物统计学，69，274-81·Zbl 1272.62080号
[17] Ripley，B.D.（1991）。《空间过程的统计推断》，剑桥大学出版社，剑桥·Zbl 0782.62091号
[18] Schoenberg，F.P.（2005）。时空点过程强度的一致参数估计。《统计规划与推断杂志》，128，79-93·Zbl 1058.62069号
[19] Seidler，T.G.和Plotkin，J.B.（2006年）。热带树木的种子传播和空间格局。《公共科学图书馆·生物学》，4，e344。
[20] 斯托扬·D·和斯托扬·H（1994）。《分形、随机形状和点场》，纽约约翰·威利出版社·Zbl 0828.62085号
[21] 斯特劳斯·D·J（1975）。聚类模型。生物特征，63467-475·Zbl 0313.62044号
[22] Takacs，R.（1986）。吉布斯点过程对势的估计。统计学：理论与应用统计学杂志，17429-433·Zbl 0608.62121号
[23] Thurman，A.L.和Zhu，J.（2014）。通过正则化方法选择空间泊松点过程的变量。统计方法，17，113-125·Zbl 1486.62253号
[24] Tibshirani，R.（1996）。通过套索进行回归收缩和选择。英国皇家统计学会杂志，B辑，58267-288·兹比尔0850.62538
[25] Waagepetersen，R.（2007）。非均匀Neyman-Scott过程推断的估计函数方法。生物计量学，63252-258·Zbl 1122.62073号
[26] Waagepetersen，R.和Guan，Y.（2009年）。非均匀空间点过程的两步估计。英国皇家统计协会杂志，B辑，71，685-702·Zbl 1250.62047号
[27] Waagepetersen，R.P.（2008）。具有不完全协变量数据的非均匀空间点过程的函数估计。《生物统计学》，95，351-363·Zbl 1437.62643号
[28] Yau，C.Y.和Loh，J.M.（2010年）。内曼·斯科特过程的概括。中国统计局，221717-1736·Zbl 1264.60034号
[29] Yuan，M.和Lin，Y.（2006）。分组变量回归中的模型选择和估计。英国皇家统计学会杂志，B辑，68，49-67·Zbl 1141.62030号
[30] Yu，Y.和Loh，J.M.（2011）。非均匀空间点过程的贝叶斯半参数强度估计。生物统计学，67937-946·Zbl 1226.62091号
[31] Yu，Y.R.和Loh，J.M.（2013）。非均匀空间点过程对相关函数的贝叶斯非参数估计。非参数统计杂志，25463-474·兹比尔1307.62218
[32] 邹华（2006）。自适应套索及其oracle属性。美国统计协会杂志，1011418-1429·Zbl 1171.62326号
[33] Zou，H.和Hastie，T.（2005）。通过弹性网进行规则化和变量选择。英国皇家统计学会杂志，B辑，67301-320·Zbl 1069.62054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。