×
王毅和;赵思海戴夫

大规模多元回归的非参数经验贝叶斯方法。 （英语） Zbl 1510.62095号

计算。统计数据分析。 156，文章ID 107130，第13页（2021）.
摘要：多元回归有很多应用，从时间序列预测到基因组学。跨结果借用信息可以改善预测误差，即使结果在统计上是独立的。有许多方法可以实现此策略，例如多响应套索，但很难为给定的数据集选择最佳方法。这些问题是通过建立多元线性回归和复合决策问题之间的联系来解决的。提出了一种能够从数据本身学习最优回归方法的非参数经验贝叶斯方法。此外，该方法无需调整参数，在模拟和多股票价格预测问题中表现良好。

引用于1文件

MSC公司：

62C12号机组 经验决策程序；经验贝叶斯程序
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
62第20页 统计学在经济学中的应用

关键词：

复合决策;多元回归;非参数的;经验贝叶斯

软件：

骆驼;格尔姆奈特
PDF格式BibTeX公司 XML格式引用
\textit{Y.Wang}和\textit{S.D.Zhao}，计算。统计数据分析。156，文章ID 107130，13 p.（2021；Zbl 1510.62095）
全文： DOI程序

参考文献：

[1] 安德森，西奥多·威尔伯，多元正态分布回归系数的线性限制估计，《数学年鉴》。《统计》，22，3，327-351（1951）·Zbl 0043.13902号
[2] Leo Breiman；Friedman，Jerome H.，《多元线性回归中的多变量反应预测》，J.R.Stat.Soc.Ser。B统计方法。，59, 1, 3-54 (1997) ·Zbl 0897.62068号
[3] 菲利普·布朗（Philip J.Brown）。；James V.Zidek，自适应多元岭回归，Ann.Statist。，8, 1, 64-74 (1980) ·Zbl 0425.62053号
[4] 文斯·D·卡尔霍恩。；Adali，Tülay，功能磁共振成像的多学科独立成分分析：内在网络、默认模式和神经诊断发现的十年，IEEE Rev.Biomed。工程师，560-73（2012）
[5] Dicker，Lee H。；Foster，Dean P.，《一拍学习与n=2的大数据》，（神经信息处理系统进展（2013），270-278
[6] Efron，Bradley，经验贝叶斯估计的两种建模策略，统计。科学。，29, 2, 285 (2014) ·Zbl 1332.62031号
[7] 范建清；Lv，Jinchi，超高维特征空间的确定独立性筛选，J.R.Stat.Soc.Ser。B统计方法。，70, 5, 849-911 (2008) ·Zbl 1411.62187号
[8] 冯龙；Dicker，Lee H.，混合模型的近似非参数最大似然：拟合任意多元混合分布的凸优化方法，计算。统计师。数据分析。，122, 80-91 (2018) ·Zbl 1469.62061号
[9] Fiebig，Denzil G.，《看似无关的回归》，（理论计量经济学指南（2001），威利在线图书馆），101-121
[10] 杰罗姆·弗里德曼；特雷弗·哈斯蒂；Tibshirani，Robert，通过坐标下降广义线性模型的正则化路径，J.Stat.Softw。，33, 1, 1-22 (2010), http://www.jstatsoft.org/v33/i01/
[11] 埃里克·R·加玛松（Eric R.Gamazon）。；希瑟·E·惠勒。；Shah，Kaanan P。；萨哈尔五世（Sahar V.Mozaffari）。；阿基诺·迈克尔斯，凯斯顿；罗伯特·J·卡罗尔。；安妮·埃勒（Anne E.Eyler）。；Joshua C.Denny。；Dan L.尼古拉。；Cox，Nancy J.，使用参考转录组数据绘制性状的基于基因的关联方法，《自然遗传学》。，47, 9, 1091 (2015)
[12] Gruber，Marvin，《通过收缩提高效率：James Stein和Ridge回归估计》，第156卷（1998年），CRC出版社·Zbl 0920.62085号
[13] 亚历山大·古塞夫（Alexander Gusev）；阿瑟·科；施、胡文波；高拉夫·巴蒂亚；Wonil Chung；布兰达·W·J·H·潘宁克斯（Brenda W.J.H.Pennix）。；瑞克·詹森（Rick Jansen）；De Geus，Eco J.C。；多雷特一世（Dorret I.Boomsma）。；Fred A.Wright，《大规模转录全关联研究的综合方法》，《自然遗传学》。，48, 3, 245 (2016)
[14] 艾哈迈德·R·哈里里。；艾米丽·德拉班特。；丹尼尔·温伯格（Daniel R.Weinberger），《成像遗传学：从血清素功能和皮质边缘情感处理的基因驱动变异研究的视角》，《生物精神病学》，59，10，888-897（2006）
[15] 詹姆斯，W。；Stein，C.M.，带二次损失的估计，（第四届伯克利数理统计与概率研讨会论文集，第1卷（1961年），伯克利和洛杉矶，加利福尼亚大学出版社），367-379·兹比尔1281.62026
[16] 姜文华；张存辉，正态均值的广义极大似然经验贝叶斯估计，Ann.Statist。，37, 4, 1647-1684 (2009) ·Zbl 1168.62005号
[17] Johnstone，Iain M.，《高斯估计：序列和小波模型》（2017），斯坦福大学统计系
[18] Bryan Kelly；Pruitt，Seth，《三通回归过滤器：使用多个预测因子进行预测的新方法》，《计量经济学杂志》，186，2，294-316（2015）·Zbl 1332.62360号
[19] 罗杰·科恩克（Roger Koenker）；Mizera、Ivan、凸优化、形状约束、复合决策和经验贝叶斯规则，J.Amer。统计师。协会，109506674-685（2014）·Zbl 1367.62020号
[20] 丹尼尔·拉什卡里；Golland，Polina，基于样本模型的凸聚类，（神经信息处理系统进展（2008）），825-832
[21] 李彦明；Nan，Bin；朱，季，具有任意群结构的多元多元线性回归的多元稀疏群套索，生物统计学，71，2，354-363（2015）·Zbl 1390.62285号
[22] 刘，韩；王莉；赵拓，校准多元回归及其在神经语义基础发现中的应用，J.Mach。学习。第16号决议，1579-1606（2015）·兹比尔1351.62135
[23] Makridakis，Spyros公司；蜘蛛炎，Evangelos；Assimakopoulos，Vassilios，《M4竞赛：结果、发现、结论和前进方向》，《国际预测杂志》。，34, 4, 802-808 (2018)
[24] 阿德里安·拉弗瑞（Adrian E.Raftery）。；戴维·马迪根（David Madigan）；Jennifer A.Hoeting，线性回归模型的贝叶斯模型平均，J.Amer。统计师。协会，92，437，179-191（1997）·Zbl 0888.62026号
[25] Robbins，Herbert，《统计学的经验贝叶斯方法》（1955），美国空军科学研究办公室·Zbl 0074.35302号
[26] Robbins，Herbert，复合统计决策问题的渐近亚极小解，（第二届伯克利数理统计与概率研讨会论文集（1951），加利福尼亚大学摄政室）·Zbl 0044.14803号
[27] 萨哈，苏贾亚姆；Guntuboyina，Adityand，关于高斯混合密度的非参数最大似然估计及其在高斯去噪中的应用（2017），arXiv预印本arXiv:1712.02009·Zbl 1454.62120号
[28] Stein，Charles，多元正态分布均值的一般估计量的不容许性，（第三届伯克利数学统计与概率研讨会论文集，第1卷（1956年），伯克利和洛杉矶，加州大学出版社），197-206·Zbl 0073.35602号
[29] 孙廷妮；张存辉，尺度稀疏线性回归，生物统计学，99，4，879-898（2012）·Zbl 1452.62515号
[30] George C.Tiao。；Zellner，Arnold，《关于多元回归的贝叶斯估计》，J.R.Stat.Soc.Ser。B统计方法。，26, 2, 277-285 (1964) ·Zbl 0136.39601号
[31] Wold，Herman，《潜在变量软建模：非线性迭代偏最小二乘法》，J.Appl。概率。，12，S1117-142（1975）·Zbl 0331.62058号
[32] 斯万特·沃尔德；迈克尔·施特伦（Michael Sjöström）；Eriksson，Lennart，PLS-回归：化学计量学的基本工具，化学计计量学。智力。实验室系统。，58, 2, 109-130 (2001)
[33] Wooldridge，Jeffrey M.，《截面和面板数据的计量经济学分析》（2010），麻省理工学院出版社·Zbl 1327.62009年
[34] Zellner，Arnold，《估算看似无关回归和检验聚集偏差的有效方法》，《美国统计协会期刊》，第57、298、348-368页（1962年）·兹比尔0113.34902
[35] 张存辉，复合决策理论与经验贝叶斯方法，Ann.Statist。，31, 2, 379-390 (2003) ·Zbl 1039.62005号
[36] 张瑜；Yang，Qiang，多任务学习调查（2017），arXiv预印本arXiv:1707.08114
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。