×

使用形状受限回归样条的变点估计。 (英语) Zbl 1391.62065号

小结:我们考虑估计一个回归函数(f_m\)和一个变化点(m\),其中(m \)是一个模式或拐点。对于给定的\(m\),使用约束回归样条找到\(f_m\)的最小二乘估计,然后搜索可能的变化点集以找到总体最小二乘\(hat{m}\)。对于每种类型的变点估计器,都获得了收敛速度,仿真表明这些方法与现有方法相比具有很好的性能。对部分线性模型和相关误差情况的扩展是直接的,并且还提供了惩罚样条曲线版本。这些方法在R包ShapeChange中提供。

MSC公司:

62G08号 非参数回归和分位数回归
62G05型 非参数估计
6220国集团 非参数推理的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[3] de Boor,C.,《样条实用指南》(2001),Springer-Verlag:Springer-Verlag纽约·Zbl 0987.65015号
[4] 艾尔斯,P.H.C。;Marx,B.D.,《带B样条和惩罚的灵活平滑》(带讨论),统计师。科学。,11, 89-121 (1996) ·Zbl 0955.62562号
[5] 哈斯蒂·T·J。;Tibshirani,R.J.,《广义加法模型》(1990),查普曼和霍尔:查普曼与霍尔华盛顿特区·Zbl 0747.62061号
[6] 黄建忠,多元回归中的投影估计及其在泛函方差模型中的应用,统计年鉴。,26, 242-272 (1998) ·Zbl 0930.62042号
[7] Huang,J.Z.,《凹面扩展线性建模:理论综合》,《统计学》。Sinica,11,173-197(2001)·Zbl 0967.62027号
[8] Kachouie,N.N。;Schwartzman,A.,噪声观测信号中单个拐点的非参数估计,J.Electr。电子。系统。(2013)
[10] 科尔曼,C。;博恩坎普,B。;Ickstadt,K.,使用bernstein-schoenberg样条和惩罚的单峰回归,《生物统计学》,70,783-793(2014)·Zbl 1393.62075号
[12] Meyer,M.C.,约束惩罚样条曲线,Canad。J.统计。,40, 190-206 (2012) ·Zbl 1236.62033号
[13] Meyer,M.C。;Woodroof,M.,《关于形状限制回归中的自由度》,《统计年鉴》。,28, 1083-1104 (2000) ·Zbl 1105.62340号
[15] Ruppert,D。;魔杖,M.P。;Carroll,R.J.,《半参数回归》(2003),剑桥大学出版社:剑桥大学出版社,英国剑桥·Zbl 1038.62042号
[16] Shoung,J。;Zhang,C.,单峰回归函数模式的最小二乘估计,Ann.Statist。,29, 648-665 (2001) ·Zbl 1012.62044号
[17] 西尔瓦普勒,M.J。;Sen,P.,《约束统计推断》(2005),John Wiley&Sons·Zbl 1077.62019年
[18] Stone,C.J.,非参数估计的最优收敛速度,Ann.Statist。,8, 1348-1360 (1980) ·Zbl 0451.62033号
[19] Stone,C.J.,非参数回归的最优全局收敛率,Ann.Statist。,1040-1053(1982年)·Zbl 0511.62048号
[20] 斯通,C.J。;汉森,M.H。;科珀伯格,C。;Truong,Y.K.,《扩展线性建模中的多项式样条及其张量积》,《统计年鉴》。,25, 1371-1470 (1997) ·Zbl 0924.62036号
[22] Wang,H。;Meyer,M.C。;Opsomer,J.D.,存在ar(p)误差的约束样条回归,J.Nonparametr。统计,25809-827(2013)·Zbl 1416.62231号
[23] 周,S。;沈,X。;Wolfe,D.A.,回归样条和置信区的局部渐近性,Ann.Statist。,26, 1760-1782 (1998) ·Zbl 0929.62052号
[24] 周,S。;Wolfe,D.A.,《样条回归中的导数估计》,统计学。Sinica,第1093-108页(2000年)·Zbl 0970.62024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。