×

部分线性模型的高维回归系数测试。 (英语) Zbl 1511.62160号

小结:当对某些预测因子的依赖性可能是非线性的时,部分线性模型引起了人们对预测因子与响应变量之间关联性的研究。然而,预测因子显著性的假设检验仍然具有挑战性,尤其是当预测因子的数量大于样本量时。在本文中,我们重新考虑了P.-S.钟S.X.陈【美国统计协会期刊106,第493、260–274号(2011年;Zbl 1396.62110号)]当回归模型具有非线性分量时,提出一种广义U统计量来检验高维部分线性模型的线性分量。在零假设和替代假设下,得到了检验统计量的渐近性质,其中应考虑非线性成分的影响,因此与线性模型中的结果不同。通过仿真研究,与现有方法相比,我们证明了所提出的测试具有良好的有限样本性能。通过一个实际数据示例说明了我们提出的方法的实用性。

MSC公司:

62J05型 线性回归;混合模型
62H15型 多元分析中的假设检验
62F05型 参数检验的渐近性质

软件:

GSA公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bai,Z。;Saranadasa,H.,《高维效应:以两样本问题为例》,《中国统计》,6311-30(1996)·Zbl 0848.62030号
[2] 巴塔查里亚,P。;赵平,部分线性模型中的半参数推断,《统计年鉴》,25,1,244-62(1997)·Zbl 0869.62050 ·doi:10.1214/aos/1034276628
[3] Bunea,F.,《半参数回归中的一致协变量选择和后模型选择推断》,《统计年鉴》,32,3,898-927(2004)·Zbl 1092.62045号 ·doi:10.1214/009053604000000247
[4] 布尼亚,F。;Wegkamp,M.H.,部分线性回归中的两阶段模型选择程序,加拿大统计杂志,32,2,105-18(2004)·Zbl 1063.62052号 ·doi:10.2307/3315936
[5] 陈,S。;张,L。;Zhong,P.,高维协方差矩阵检验,美国统计协会杂志,105,490,810-9(2010)·Zbl 1321.62086号 ·doi:10.1198/jasa.2010.tm09560
[6] 蒋,A.P。;贝克,J.S。;Yen,H.J。;Tayeh,M.K。;Scheetz,T.E。;瑞典斯威德斯基。;西村,D.Y。;Braun,T.A。;Kim,K.Y.A。;Huang,J.,利用snp阵列进行纯合度映射,将e3泛素连接酶trim32识别为bardet-biedl综合征基因(bbs11),美国国家科学院学报,103,16,6287-92(2006)·doi:10.1073/pnas.0600158103
[7] 埃夫隆,B。;Tibshirani,R.,《关于测试基因集的重要性》,《应用统计年鉴》,第1期,第107-29页(2007年)·兹比尔1129.62102 ·doi:10.1214/07-AOAS101
[8] 恩格尔,R.F。;格兰杰,C.W。;赖斯,J。;Weiss,A.,天气和电力销售之间关系的半参数估计,美国统计协会杂志,81,394,310-20(1986)·doi:10.1080/01621459.1986.10478274
[9] 范,J。;郭,S。;Hao,N.,超高维回归中使用改装交叉验证进行方差估计,《皇家统计学会杂志:B辑(统计方法)》,74,1,37-65(2012)·Zbl 1411.62199号 ·doi:10.1111/j.1467-9868.2011.01005.x
[10] 范,J。;Li,R.,《纵向数据分析中半参数建模的新估计和模型选择程序》,美国统计协会杂志,99,467,710-23(2004)·Zbl 1117.62329号 ·doi:10.1198/016214500000060
[11] 范,J。;Yao,Q.,《非线性时间序列:非参数和参数方法》(2003),纽约:Springer Verlag出版社,纽约·兹比尔1014.62103
[12] Goeman,J.J。;Van De Geer,S.A。;Van Houwelingen,H.C.,《针对高维替代方案的测试》,《皇家统计学会期刊:B辑(统计方法)》,68,3,477-93(2006)·Zbl 1110.62002号 ·文件编号:10.1111/j.1467-9868.2006.00551.x
[13] Goeman,J.J。;van Houwelingen,H.C。;Finos,L.,《广义线性模型中高维替代方案的测试:渐近I型误差控制》,《生物特征分析》,98,2,381-90(2011)·Zbl 1215.62068号 ·doi:10.1093/biomet/asr016
[14] Heckman,N.E.,《部分线性模型中的样条平滑》,《皇家统计学会杂志》。B系列(方法学),48,2,244-8(1986)·Zbl 0623.62030号 ·doi:10.1111/j.2517-6161.1986.tb01407.x
[15] 黄,J。;马,S。;Zhang,C.,稀疏高维回归模型的自适应套索,中国统计,18,4,1603-18(2008)·Zbl 1255.62198号
[16] Lan,W。;Wang,H。;Tsai,C.L.,《高维回归中的协变量检验》,《统计数学研究所年鉴》,66,2,279-301(2014)·兹比尔1334.62113 ·doi:10.1007/s10463-013-0414-0
[17] 牛顿,硕士。;F.A.金塔纳。;den Boon,J.A。;森古普塔,S。;Ahlquist,P.,《随机集方法识别基因集分析中富集信号的不同方面》,《应用统计年鉴》,第1期,第85-106页(2007年)·Zbl 1129.62103号 ·doi:10.1214/07-AOAS104
[18] Rosenblatt,M.,关于密度函数的一些非参数估计的评论,《数理统计年鉴》,27,3,832-7(1956)·Zbl 0073.14602号 ·doi:10.1214/aoms/1177728190
[19] Scheetz,T.E。;Kim,K.Y.A。;瑞典斯威德斯基。;Phillp,A.R。;Braun,T.A。;Knudtson,K.L。;多伦斯,A.M。;DiBona,G.F。;黄,J。;Casavant,T.L.,哺乳动物眼睛中基因表达的调控及其与眼病的相关性,美国国家科学院学报,103,39,14429-34(2006)·doi:10.1073/pnas.0602562103
[20] Scott,D.W.,多元密度估计(1992),纽约:威利,纽约·Zbl 0850.62006号
[21] Simonoff,J.S.,《统计学中的平滑方法》(1996),纽约:斯普林格出版社,纽约·Zbl 0859.62035号
[22] Speckman,P.,《部分线性模型中的核平滑》,英国皇家统计学会杂志。B系列(方法学),50,3,413-36(1988)·Zbl 0671.62045号 ·doi:10.1111/j.2517-6161.1988.tb01738.x
[23] Subramanian,A。;Tamayo,P。;Mootha,V.K。;穆克吉,S。;Ebert,B.L。;Gillette,医学硕士。;Paulovich,A。;Pomeroy,S.L。;Golub,T.R。;Lander,E.S.,《基因集富集分析:一种基于知识的全基因组表达谱解释方法》,《美国国家科学院院刊》,102,43,15545-50(2005)·doi:10.1073/pnas.0506580102
[24] 王,S。;Cui,H.,高维线性回归系数的广义f检验,《多变量分析杂志》,117134-49(2013)·Zbl 1277.62176号 ·doi:10.1016/j.jmva.2013.02.010
[25] 王,S。;Cui,H.,部分高维回归系数的新检验,《多变量分析杂志》,137187-203(2015)·Zbl 1329.62098号 ·doi:10.1016/j.jmva.2015.02.014
[26] 谢浩。;Huang,J.,高维部分线性模型中的SCAD惩罚回归,《统计年鉴》,37,2,673-96(2009)·Zbl 1162.62037号 ·doi:10.1214/07-AOS580
[27] 钟,P。;Chen,S.,用析因设计检验高维回归系数,美国统计协会杂志,106,493,260-74(2011)·Zbl 1396.62110号 ·doi:10.1198/jasa.2011.tm10284
[28] Zhu,L.,非参数蒙特卡罗试验及其应用,第182卷(2005),纽约:Springer,纽约·Zbl 1094.62058号
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。