×

具有高维潜在中介体的广义中介模型的估计和测试。 (英语) 兹比尔1531.62135

MSC公司:

62第20页 统计学在经济学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Baron,R.M.和Kenny,D.A.(1986年),“社会心理学研究中的中庸-中介变量区分:概念、战略和统计因素”,《人格与社会心理学杂志》,第51期,第1173-1182页。内政部:。
[2] Broadstock,D.C.、Chan,K.、Cheng,L.T.和Wang,X.(2021年),“金融危机期间ESG绩效的作用:来自中国新冠肺炎的证据”,《金融研究快报》,第38期,第101716页。内政部:。
[3] Chén,O.Y.,Crainiceanu,C.,Ogburn,E.L.,Caffo,B.S.,Wager,T.D.,and Lindquist,M.A.(2018年),“高维多元中介在神经影像数据中的应用”,生物统计学,19,121-136。内政部:。
[4] Chernozhukov,V.、Kasahara,H.和Schrimpf,P.(2021),“面具、政策和行为对美国早期新冠肺炎疫情的因果影响”,《计量经济学杂志》,第220期,第23-62页。内政部:·Zbl 1464.62428号
[5] Derkach,A.、Pfeiffer,R.M.、Chen,T.-H.和Sampson,J.N.(2019),“潜在变量的高维中介分析”,生物计量学,75,745-756。内政部:·Zbl 1436.62536号
[6] Djordjilović,V.,Page,C.M.,Gran,J.M.,Nöst,T.H.,Sandanger,T.M.、Veieröd,M.B.和Thoresen,M.(2019),“高维调解的全球测试:潜在调解人的测试组”,《医学统计学》,38,3346-3360。内政部:。
[7] Fan,J.、Guo,S.和Hao,N.(2012),“超高维回归中使用重新拟合交叉验证的方差估计”,《皇家统计学会杂志》,B辑,74,37-65。DOI:·Zbl 1411.62199号
[8] Fan,J.和Li,R.(2001),“通过非确认惩罚可能性及其Oracle属性进行变量选择”,《美国统计协会杂志》,96,1348-1360。内政部:·Zbl 1073.62547号
[9] Fan,J.和Lv,J.(2008),“超高维特征空间的绝对独立筛选”,《皇家统计学会杂志》,B辑,70849-911。内政部:·Zbl 1411.62187号
[10] Fan,J.和Lv,J.(2011),“具有np维的非证实惩罚可能性”,《IEEE信息理论汇刊》,57,5467-5484·Zbl 1365.62277号
[11] Fan,J.、Li,R.、Zhang,C.-H.和Zou,H.(2020),数据科学统计基础,佛罗里达州博卡拉顿:查普曼和霍尔/CRC·Zbl 1467.62001
[12] Guo,X.、Li,R.、Liu,J.和Zeng,M.(2021),“具有高维中介的线性中介模型的统计推断”,工作论文。
[13] Hayes,A.F.(2017),《调解、缓和和条件过程分析导论:基于回归的方法》,纽约:吉尔福德出版社。
[14] Huang,Y.-T.,and Pan,W.C.(2016),“高维连续中介体因果中介模型中中介效应的假设检验”,《生物计量学》,72,402-413。内政部:·Zbl 1419.62370号
[15] MacKinnon,D.(2012),《统计中介分析导论》,纽约:劳特利奇。
[16] Preacher,K.J.(2015),“调解分析的进展:新发展的调查与综合”,《心理学年度评论》,66,825-852。内政部:。
[17] Shi,C.,Song,R.,Chen,Z.,and Li,R.(2019),“高维广义线性模型的线性假设检验”,《统计学年鉴》,472671-2703·Zbl 1436.62355号
[18] Song,Y.、Zhou,X.、Zhang,M.、Zhao,W.、Liu,Y.,Kardia,S.L.、Roux,A.V.D.、Needham,B.L.、Smith,J.A.和Mukherjee,B.(2020),“Omics研究中高维因果中介效应的贝叶斯收缩估计”,生物统计学,76,700-710。内政部:·Zbl 1468.62407号
[19] Valeri,L.和VanderWeele,T.J.(2013),“允许暴露-中介互动和因果解释的调解分析:理论假设和SAS和SPSS宏的实现”,《心理学方法》,第18期,第137-150页。内政部:。
[20] van Kesteren,E.-J.和Oberski,D.L.(2019),“利用许多潜在调解人进行探索性调解分析”,《结构方程建模:多学科杂志》,第26期,第710-723页。内政部:。
[21] VanderWeele,T.(2015),《因果推理中的解释:调解和互动的方法》,牛津:牛津大学出版社。
[22] Wang,L.,Kim,Y.,and Li,R.(2013),“超高维非凸惩罚回归的校准”,《统计学年鉴》,412505-2536·Zbl 1281.62106号
[23] Wang,L.,Wu,Y.,and Li,R.(2012),“用于分析超高维异质性的分位数回归”,美国统计协会杂志,107,214-222。内政部:·Zbl 1328.62468号
[24] Yousfi,M.、Dhaoui,A.和Bouzgarrou,H.(2021),“新冠肺炎全球疫情和投资组合管理期间的风险溢出”,《风险与财务管理杂志》,第14期,第222-250页。内政部:。
[25] 张,H.,郑,Y.,张,Z.,Gao,T.,Joyce,B.,Yoon,G.,Zhang,W.,Schwartz,J.,Just,A.,Colicino,E.,et al.(2016),“表观遗传学研究中高维介导效应的评估和测试”,生物信息学,32,3150-3154。内政部:。
[26] Zhao,Y.、Lindquist,M.A.和Caffe,B.S.(2020),“基于稀疏主成分的高维中介分析”,计算统计学与数据分析,142106835。内政部:·Zbl 1507.62211号
[27] Zhou,R.R.、Wang,L.和Zhao,S.D.(2020),“高维线性中介模型中间接效应的估计和推断”,《生物特征分析》,107,573-589。内政部:·Zbl 1451.62157号
[28] Zou,H.和Li,R.(2008),“非冲突惩罚可能性模型中的一步稀疏估计”,《统计年鉴》,第36期,第1509-1533页·Zbl 1142.62027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。