×
Yu、Yi;冯、杨

APPLE：惩罚似然估计量的近似路径。 （英语） Zbl 1322.62092号

统计计算。 24，第5期，803-819（2014）.
摘要：在高维数据分析中，惩罚似然估计量在变量选择和参数估计方面都能提供更好的结果。提出了一种计算惩罚似然估计量近似路径的新算法APPLE。同时考虑了凸惩罚（如LASSO）和折叠凹惩罚（如MCP）。APPLE使用改进的预测-校正方法和协调衰减算法的混合，有效地计算了惩罚似然估计的解路径。通过对两个基因表达数据集的模拟和分析，将APPLE与几个著名的软件包进行了比较。

引用于三文件

MSC公司：

10层62层 点估计
62J02型 一般非线性回归

关键词：

苹果;拉索;MCP公司;惩罚似然估计量;解决方案路径

软件：

备用日志记录;格尔姆奈特;苹果
PDF格式BibTeX公司 XML格式引用
\textit｛Y.Yu｝和\textit｛Y.Feng｝，统计计算。24，编号5803-819（2014；兹bl 1322.62092）
全文： 内政部 arXiv公司

参考文献：

[1] Akaike，H.，《信息论和最大似然原理的扩展》（1973）·Zbl 0283.62006号
[2] Barron，A.，Birge，L.，Massart，P.：通过惩罚选择模型的风险边界。普罗巴伯。理论关联。字段113，301-413（1999）·Zbl 0946.62036号 ·doi:10.1007/s004400050210
[3] Breheny，P.，Huang，J.：非凸惩罚回归的坐标下降算法，及其在生物特征选择中的应用。附录申请。统计5（1），232-253（2011）·Zbl 1220.62095号 ·doi:10.1214/10-OAS388
[4] Breiman，A.G.，Gao，H.Y.：理解波收缩：方差和偏差估计。《生物特征》83，727-745（1996）·Zbl 0883.62038号 ·doi:10.1093/biomet/83.4.727
[5] Chen，J.，Chen，Z.：大模型空间模型选择的扩展贝叶斯信息准则。Biometrika 95（3），759-771（2008）·Zbl 1437.62415号 ·doi:10.1093/biomet/asn034
[6] Chen，S.，Donoho，D.L.：基础追求。斯坦福大学统计系技术代表（1994年）·Zbl 1194.62094号
[7] 联合会，M.：微阵列质量控制（maqc）-ii基于微阵列的预测模型开发和验证的通用实践研究。自然生物技术。28, 827-841 (2010) ·doi:10.1038/nbt.1665
[8] Daubechies，I.，Defrise，M.，Mol，C.D.：具有稀疏约束的线性反问题的迭代阈值算法。Commun公司。纯应用程序。数学。57, 1413-1457 (2004) ·Zbl 1077.65055号 ·doi:10.1002/cpa.20042
[9] Efron，B.，Hastie，T.，Johnstone，I.，Tibshirani，R.：最小角度回归（含讨论）。Ann.Stat.32，407-499（2004）·Zbl 1091.62054号 ·doi:10.1214/009053604000000067
[10] Fan，J.，Li，R.：通过非冲突惩罚似然及其预言属性进行变量选择。《美国统计协会期刊》96，1348-1360（2001）·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[11] Fan，J.，Lv，J.：高维特征空间中变量选择的选择性概述。统计正弦。20, 101-148 (2010) ·Zbl 1180.62080号
[12] Fan，J.，Xue，L.，Zou，H.：折叠凹惩罚估计的强预言最优性（2012）。arXiv:1210.5992·Zbl 1311.62102号
[13] Feng，Y.，Li，T.，Ying，Z.：可能性自适应修正处罚。手稿（2012）·Zbl 1436.62307号
[14] Friedman，J.、Hastie，T.、Tibshirani，R.：路径坐标优化。Ann.Stat.1，302-332（2007年）·Zbl 1378.90064号 ·doi:10.1214/07-AOAS131
[15] Friedman，J.等人：通过坐标下降法实现广义线性模型的正则化路径。J.统计软件。33, 1-22 (2010)
[16] Fu，W.：惩罚回归：桥梁与套索。J.计算。图表。《法令》第7（3）卷，第397-416页（1998年）
[17] van de Geer，S.：高维广义线性模型和套索。Ann.Stat.36，614-645（2008年）·Zbl 1138.62323号 ·doi:10.1214/00905360700000929
[18] Genkin，A.，Lewis，D.D.，Madigan，D.：文本分类的大尺度贝叶斯逻辑回归。技术计量学49（3），291-304（2007）·doi:10.1198/004017000000245
[19] Golub，T.R.，Slonim，D.K.，Tamayo，P.，Huard，C.，Gaasenbeek，M.，Mesirov，J.P.，Coller，H.：癌症的分子分类：通过基因表达监测进行分类发现和分类预测。《科学》286（5439），531-537（1999）·doi:10.1126/science.286.5439.531
[20] Hastie，T.、Hastie、T.、Rosset，S.、Tibshirani，R.、Zhu，J.：支持向量机的整个正则化路径。J.马赫。学习。第5号决议，1391-1415（2004）·Zbl 1222.68213号
[21] Kim，S.J.，Koh，K.，Lustig，M.，Boyd，S.，Gorinevsky，D.：大规模l1正则化最小二乘的内点方法。J.马赫。学习。1519-1555号决议（2007年）·Zbl 1222.62092号
[22] Krishnapuram，B.，Carin，L.，Figueiredo，M.，Hartemink，A.：稀疏多项式逻辑回归：快速算法和泛化界限。IEEE传输。模式分析。机器。智力。27, 957-968 (2005) ·doi:10.1109/TPAMI.2005.127
[23] Lee，S.I.公司。；Lee，H。；Abbeel，P。；Ng，A.Y.，高效l1正则化logistic回归，第21期，401-408（2006）
[24] Mallows，C.L.：关于cp.Technometrics 12，661-675（1973）的一些评论·Zbl 0269.62061号
[25] McCullagh，P.，Nelder，J.A.：广义线性模型，第2版。查普曼和霍尔，纽约（1989年）·Zbl 0588.62104号 ·doi:10.1007/9781-4899-3242-6
[26] Meier，L.，Geer，S.V.D.，Bühlmann，P.：逻辑回归的组套索。J.R.Stat.Soc.B 70（1），53-71（2008年）·兹比尔1400.62276 ·文件编号：10.1111/j.1467-9868.2007.00627.x
[27] Osborne，M.，Presnell，B.，Turlach，B.：最小二乘问题中变量选择的新方法。IMA J.数字。分析。20(3), 389-404 (2000) ·Zbl 0962.65036号 ·doi:10.1093/imanum/20.3.89
[28] Park，M.Y.，Hastie，T.：广义线性模型的l1正则路径算法。J.R.Stat.Soc.B 69，659-677（2007）·Zbl 07555370号 ·doi:10.1111/j.1467-9868.2007.00607.x
[29] Rosset，S.，Zhu，J.：分段线性正则化解路径。Ann.Stat.35（3），1012-1030（2007）·Zbl 1194.62094号 ·doi:10.1214/0090536000001370
[30] Schwarz，G.：估算模型的维数。Ann.Stat.6，461-464（1978）·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[31] Shevade，K.，Keerthi，S.：一种使用稀疏逻辑回归进行基因选择的简单高效算法。生物信息学19，2246-2253（2003）·doi:10.1093/bioinformatics/btg308
[32] Tibshirani，R.：通过套索进行回归收缩和选择。J.R.Stat.Soc.B 9，1135-1151（1996）
[33] Wei，F.，Zhu，H.：非凸惩罚回归的群坐标下降算法。计算。统计数据分析。56(2), 316-326 (2012) ·Zbl 1239.62082号 ·doi:10.1016/j.csda.2011.08.007
[34] Wu，T.T.，Lange，K.：套索惩罚回归的坐标下降法。附录申请。统计数字2，224-244（2008）·Zbl 1137.62045号 ·doi:10.1214/07-AOAS147
[35] Wu，Y.：一种基于常微分方程的求解路径算法。J.非参数。《统计》第23（1）卷，第185-199页（2011年）·Zbl 1359.62300号 ·doi:10.1080/10485252.2010.490584
[36] 袁，M.，邹，H.：广义非线性∏1-正则解路径的有效全局逼近及其应用。《美国统计协会期刊》104（488），1562-1574（2009）·Zbl 1205.62085号 ·doi:10.1198/jasa.2009.tm08287
[37] Zhang，C.H.：极小极大凹惩罚下的几乎无偏变量选择。Ann.Stat.38（2），894-942（2010）·Zbl 1183.62120号 ·doi:10.1214/09-AOS729
[38] Zhang，C.H.，Huang，J.：高维回归中套索选择的稀疏性和偏倚。Ann.Stat.第36页，1567-1594页（2008年）·Zbl 1142.62044号 ·doi:10.1214/07-AOS520
[39] Zhu，J.，Hastie，T.：通过惩罚logistic回归对基因微阵列进行分类。生物统计学5（3），427-443（2004）·Zbl 1154.62406号 ·doi:10.1093/biostatistics/kxg046
[40] Zou，H.，Li，R.：非冲突惩罚似然模型中的一步稀疏估计。Ann.Stat.381509-1533（2008）·Zbl 1142.62027号 ·doi:10.1214/0090536007000000802
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。