×
鲁道夫·贝兰

超立方体估计量：惩罚最小二乘、子模型选择和数值稳定性。 （英语） Zbl 1471.62027号

计算。统计数据分析。 71, 654-666 (2014).
概述：一般线性模型中平均向量的超立方体估计量包括与惩罚最小二乘估计量和子模型最小二乘估计量的代数等价物。惩罚最小二乘估计量必然会对某些惩罚矩阵进行数值分解。等效超立方体估值器可以抵抗这种数值不稳定性来源。在一定条件下，为了最小化估计的二次风险，自适应一类候选超立方体估计，也最小化了一般线性模型下的渐近风险。超立方体估值器的数值稳定性有助于可靠的自适应。超立方体估值器广泛适用于任何涉及惩罚最小二乘法的统计方法。值得注意的是，它们扩展到了一般设计中，即通过Stein的多重收缩估计器对一系列平均值进行平衡观测而实现的风险降低。

MSC公司：

62-08 统计问题的计算方法
62G08号 非参数回归和分位数回归
62J05型 线性回归；混合模型
62J07型 岭回归；收缩估计器（拉索）
62甲12 多元分析中的估计

关键词：

线性模型;条件编号;估计的风险;子模型拟合;平均数阵列;多重收缩;样条拟合

软件：

半标准杆
PDF格式BibTeX公司 XML格式引用
\textit{R.Beran}，计算。统计数据分析。71、654--666（2014；Zbl 1471.62027）
全文： 内政部

参考文献：

[1] Beran，R.，对称线性估计量参数族的自适应，《统计规划与推断杂志》，137684-696，（2007）·Zbl 1104.62031号
[2] 贝兰，R。；Dümbgen，L.，估计量和置信集的调制，统计年鉴，261826-1856，（1998）·Zbl 1073.62538号
[3] Buja，A。；哈斯蒂，T。；Tibshirani，R.，《线性平滑器和加法模型（讨论）》，《统计年鉴》，第17期，第453-555页，（1989年）·Zbl 0689.62029号
[4] Chu，C.-K。；Marron，J.S.，《选择核回归估计量》，《统计科学》，第6404-436页，（1991年）·兹比尔0955.62561
[5] 艾尔斯，P.H.C。；马克思，B.D.，《带B样条和惩罚的柔性平滑》，《统计科学》，第11期，第89-121页，（1996年）·Zbl 0955.62562号
[6] Golub，G.H。；Van Loan，C.F.，《矩阵计算》（1996），约翰霍普金斯大学出版社巴尔的摩·Zbl 0865.65009号
[7] 绿色，P。；詹尼森，C。；Seheult，A.，《用最小二乘平滑法分析野外实验》，《皇家统计学会杂志：B辑》，47299-315，（1985）
[8] 赫克曼，N.E。；Ramsay，J.O.，基于模型惩罚的惩罚回归，加拿大统计杂志，28，241-258，（2000）·Zbl 0962.62033号
[9] Mallows，C.，《关于（C_p）的一些评论》，《技术计量学》，第15期，第661-676页，（1973）·Zbl 0269.62061号
[10] Ruppert，D.，Wand，M.P.，Carroll，R.J.，2003年。半参数回归。剑桥·Zbl 1038.62042号
[11] Scheffé，H.，《方差分析》（1959），威利·Zbl 0086.34603号
[12] Schott，J.R.，统计学矩阵分析，（2005），威利·Zbl 1076.15002号
[13] Stein，C.，《平衡不完全块设计中块间信息恢复方法》（David，F.N.，Festschrift for Jerzy Neyman，（1966），威利），351-364·Zbl 0156.40201号
[14] Tukey，J.，《关注机遇的方法论评论》（Monge，P.R.；Cappella，J.N.，《人类传播研究中的多元技术》，（1980），纽约学术出版社），490-528·Zbl 0465.62110号
[15] Ullah，A.，计量经济学模型的规范分析，《定量经济学杂志》，2187-209，（1985）
[16] 瓦赫巴，G。；Wang，Y。；顾，C。；Klein，R。；Klein，B.，指数族的平滑样条方差分析及其在威斯康星州糖尿病视网膜病变流行病学研究中的应用，统计年鉴，231868-1895，（1995）·Zbl 0854.62042号
[17] Wang，H。；Leng，C.，自适应群套索注释，计算统计与数据分析，52，5277-5286，（2008）·Zbl 1452.62524号
[18] Wood，S.N.，《带多重二次惩罚的建模与平滑参数估计》，《皇家统计学会杂志：B辑》，62413-428，（2000）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。