托尔斯滕·霍霍恩;托马斯·奈布;彼得·伯尔曼 条件转换模型。 (英语) Zbl 1411.62100号 J.R.Stat.Soc.,塞尔维亚。B、 统计方法。 76,第1期,3-27(2014)。 摘要:回归分析的最终目标是获得关于给定一组解释变量的响应的条件分布的信息。然而,这一目标很少实现,因为大多数已建立的回归模型仅估计作为解释变量函数的条件均值,并假设较高的矩不受回归变量的影响。这种限制的根本原因是信号和噪声的可加性假设。我们建议在转换模型的框架中放宽这一常见假设。本文提出的新型半参数回归模型允许转换函数依赖于解释变量。这些转换函数是通过对概率预测的评分规则进行正则化优化来估计的,例如连续排列的概率评分。相应的估计条件分布函数是一致的。条件转换模型在描述可能的异方差、比较空间变化的分布、识别极端事件、推导预测区间和选择超出平均回归效应的变量方面可能有用。基于异方差变系数模拟模型的实证研究表明,条件分布函数的半参数估计比基于核的非参数方法或参数广义可加模型在位置、规模和形状方面更为有益。 引用于19文件 MSC公司: 62G08号 非参数回归和分位数回归 关键词:增压;条件分布函数;条件分位数函数;连续排列概率分数;预测区间;结构化加性回归 PDF格式BibTeX公司 XML格式引用 \textit{T.Hothorn}等人,J.R.Stat.Soc.,Ser。B、 统计方法。76,第1号,第3--27号(2014;Zbl 1411.62100) 全文: 内政部 arXiv公司