×
王兆良;薛、刘根;李高荣;陆飞

超高维部分线性变系数模型的样条估计。 （英语） 兹比尔1419.62095

Ann.Inst.Stat.数学。 71，第3号，657-677（2019）.
小结：本文同时研究了稀疏超高维部分线性变系数模型的变量选择和估计问题，其中线性部分的变量数增长速度远大于样本量，而许多系数为零，非参数部分的维数是固定的。我们使用B样条基来近似每个系数函数。首先，我们证明了当非零分量已知时，oracle估计的线性系数的收敛速度和渐近正态性。然后，我们提出了一个非凸惩罚估计，并在温和的条件下导出了它的预言性质。此外，我们还解决了数值实现和调谐参数的数据自适应选择问题。提供了一些蒙特卡罗模拟和对乳腺癌数据集的应用，以验证我们在有限样本中的理论发现。

引用于三文件

MSC公司：

62G08号 非参数回归和分位数回归
62甲12 多元分析中的估计
6220国集团 非参数推理的渐近性质

关键词：

高维性;部分线性变系数模型;变量选择;无争议罚款;oracle属性
PDF格式BibTeX公司 XML格式引用
\textit{Z.Wang}等人，Ann.Inst.Stat.Math。71，第3号，657--677（2019；Zbl 1419.62095）
全文： DOI程序

参考文献：

[1] Ahmad，I.、Leelahanon，S.、Li，Q.（2005年）。半参数部分线性变系数模型的有效估计。《统计年鉴》，33，258-283·Zbl 1064.62043号
[2] Bickel，P.J.、Klaassen，C.A.J.、Ritov，Y.、Wellner，J.A.（1998）。半参数模型的有效自适应估计。纽约：斯普林格·Zbl 0894.62005号
[3] Bühlmann，P.，Van de Geer，S.（2011）。高维数据的统计。柏林：斯普林格·Zbl 1273.62015年
[4] Chen，J.H.，Chen，Z.H.（2008）。大模型空间模型选择的扩展贝叶斯信息准则。生物特征，95759-771·Zbl 1437.62415号
[5] Cheng，M.Y.、Honda，T.、Zhang，J.T.（2016）。稀疏超高维变系数模型的前向变量选择。美国统计协会杂志，1111209-1221。
[6] de Boor，C.（2001）。花键实用指南。纽约：斯普林格·Zbl 0987.65015号
[7] Fan，J.Q.，Huang，T.（2005）。半参数变系数部分线性模型的轮廓似然推断。伯努利，11031-1057·兹比尔1098.62077
[8] 范建清、李瑞珍（2001）。通过非洞穴惩罚似然的变量选择及其预言性质。美国统计协会杂志，96，1348-1360·兹比尔1073.62547
[9] 范建清、吕建川（2010）。高维特征空间中变量选择的选择性概述。《中国统计》，第20期，第101-148页·Zbl 1180.62080号
[10] Fan，J.Q.，Lv，J.C.（2011）。非保守惩罚概率具有NP-维数。IEEE信息理论汇刊，57，5467-5484·Zbl 1365.62277号
[11] Feng，S.Y.，Xue，L.G.（2014）。带约束条件的部分线性变系数误差变量模型的偏校正统计推断。统计数学研究所年鉴，66121-140·兹比尔1281.62098
[12] Huang，J.、Horowitz，J.L.、Wei，F.R.（2010）。非参数可加模型中的变量选择。《统计年鉴》，38，2282-2313·Zbl 1202.62051号
[13] Huang，Z.S.，Zhang，R.Q.（2009）。半参数变系数部分线性模型中非参数部分的经验似然。《统计与概率快报》，79，1798-1808·Zbl 1169.62028号
[14] Kai，B.，Li，R.Z.，Zou，H.（2011）。半参数变系数部分线性模型的新的有效估计和变量选择方法。《统计年鉴》，39，305-332·Zbl 1209.62074号
[15] Knight，W.A.、Livingston，R.B.、Gregory，E.J.、Mc Guire，W.L.（1977）。雌激素受体作为乳腺癌早期复发的独立预后因素。癌症研究，37，4669-4671。
[16] Koren，Y.，Bell，R.，Volinsky，C.（2009年）。推荐系统的矩阵分解技术。计算机，42（8），30-37。
[17] Li，G.R.，Feng，S.Y.，Peng，H.（2011年a）。变系数部分线性模型的剖面型平滑得分函数。多元分析杂志，102372-385·兹比尔1327.62263
[18] Li，G.R.，Xue，L.G.，Lian，H.（2011年b）。具有发散分量数的半维系数模型。多元分析杂志，1021166-1174·Zbl 1216.62060号
[19] Li，G.R.，Lin，L.，Zhu，L.X（2012）。变系数部分线性模型参数发散数的经验似然。多元分析杂志，105，85-111·Zbl 1236.62020号
[20] Li，R.Z.，Liang，H.（2008）。半参数回归建模中的变量选择。《统计年鉴》，36（1），261-286·Zbl 1132.62027号
[21] Li，Y.J.、Li，G.R.、Lian，H.、Tong，T.J.（2017）。超高维半参数变系数部分线性模型的剖面正回归筛选。多元分析杂志，155，133-150·Zbl 1360.62180号
[22] Lustig，M.、Donoho，D.L.、Santos，J.M.、Pauly，J.M（2008）。压缩传感MRI。IEEE信号处理杂志，2572-82。
[23] Stone，C.J.（1985）。加性回归和其他非参数模型。《统计年鉴》，第13689-705页·Zbl 0605.62065号 ·doi:10.1214/aos/1176349548
[24] Sun，J.，Lin，L.（2014）。变系数部分线性模型的局部秩估计及相关检验。非参数统计杂志，26187-206·Zbl 1359.62111号
[25] Tibshirani，R.（1996）。通过套索回归收缩和选择。英国皇家统计学会期刊，B辑，58267-288·Zbl 0850.62538号
[26] van t Veer，L.J.，Dai，H.Y.，van de Vijver，M.J.，He，Y.D.，Hart，A.A.M.，Mao，M.，Peterse，H.L.，van der Kooy，K.，Marton，M.J..，Witteveen，A.t.，Schreiber，G.J.，Kerkhoven，R.M.，Roberts，C.，Linsley，P.S.，Bernards，R.，Friend，S.H.，（2002年）。基因表达谱预测乳腺癌的临床结局。《自然》，415530-536。
[27] Wei，F.R.（2012）。高维部分线性可加模型中的群选择。巴西概率统计杂志，26，219-243·Zbl 1239.62048号 ·doi:10.1214/10-BJPS129
[28] Wei，F.R.、Huang，J.、Li，H.Z.（2011）。高维变系数模型中的变量选择和估计。中国统计局，211515-1540·Zbl 1225.62056号
[29] 谢海林、黄坚（2009）。高维部分线性模型中的SCAD惩罚回归。《统计年鉴》，第37、673-696页·Zbl 1162.62037号
[30] You，J.H.，Chen，G.M.（2006年a）。半参数变系数部分线性误差-变量模型的估计。多元分析杂志，97，324-341·Zbl 1085.62043号
[31] You，J.H.，Zhou，Y.（2006b）。半参数变系数部分线性模型的经验似然。《统计与概率快报》，76，412-422·Zbl 1086.62057号
[32] Yu，T.，Li，J.L.，Ma，S.G.（2012）。调整生物标记物排序中的混杂因素：基于模型的ROC方法。生物信息学简报，13513-523。
[33] Zhang，C.H.（2010）。极小极大凹惩罚下的几乎无偏变量选择。《统计年鉴》，38894-942·Zbl 1183.62120号 ·doi:10.1214/09-AOS729
[34] 赵培新，薛立国（2009）。半参数变系数部分线性模型的变量选择。统计与概率快报，79，2148-2157·Zbl 1171.62026号
[35] 赵维华、张瑞秋、刘建川、吕永中（2014）。基于模态回归的半参数部分线性变系数模型的稳健有效变量选择。统计数学研究所年鉴，66165-191·Zbl 1281.62109号
[36] Zhou，S.、Shen，X.、Wolfe，D.A.（1998）。回归样条和置信区域的局部渐近性。《统计年鉴》，第26期，1760-1782页·Zbl 0929.62052号
[37] Zhou，Y.，Liang，H.（2009）。具有易出错线性协变量的半参数变系数部分线性模型的统计推断。《统计年鉴》，第37427-458页·兹比尔1156.62036
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。