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