李嘉妍;安德鲁·约翰逊。;埃里克·莫雷诺-康蒂诺;蒂莫·库奥斯曼 一种更有效的凸非参数最小二乘算法。 (英语) Zbl 1292.90234号 欧洲药典。物件。 227,No.2,391-400(2013). 摘要:凸非参数最小二乘(CNLS)是一种不需要函数形式先验规范的非参数回归方法;然而,由于CNLS问题的规模随着观测值的数量呈二次增长,标准二次规划(QP)和非线性规划(NLP)算法不适合处理大样本,而且即使是相对较小的样本,计算负担也变得很重。本研究提出了一种通用算法,该算法可以提高小样本的计算性能,并能够解决目前无法解决的问题。通过蒙特卡罗模拟评估了所提算法的六种变体的性能。这些实验结果表明,给定样本大小和维数,可以识别出最有效的变量。经验应用证明了新算法的计算优势,证明了标准QP和NLP算法无法克服。 引用于19文件 MSC公司: 90C25型 凸面编程 62G08号 非参数回归和分位数回归 65二氧化碳 蒙特卡罗方法 65千5 数值数学规划方法 关键词:凸非参数最小二乘;前沿估计;生产效率分析;模型简化;计算复杂性 PDF格式BibTeX公司 XML格式引用 \textit{C.-Y.Lee}等人,《欧洲药典》。第227号决议,第2号,391--400(2013年;Zbl 1292.90234) 全文: DOI程序