OSUMC公司 swMATH ID: 41748 软件作者: 张涛;宁、杨;大卫·鲁珀特 描述: 测量约束下广义线性模型的最优抽样。在“测量约束”下,响应的测量成本很高,最初在数据集中的大多数记录上都不可用,但协变量可用于整个数据集。我们的目标是对数据集中相对较小的一部分进行采样,在该部分中,将对昂贵的响应进行测量,所得的采样估计器在统计上是有效的。测量约束要求采样概率只能依赖于非常小的响应集。一个最多只对小样本样本使用响应的采样过程称为“无响应”。我们针对广义线性模型提出了一种测量约束下的无响应采样过程最优采样(OSUMC)。使用A-最优性准则,即渐近方差的迹,所得估计量在一类抽样估计量中具有统计有效性。我们建立了一类无响应抽样估计量的无条件渐近分布。与通过调节协变量和响应获得的现有条件结果相比,该结果是新颖的。在我们的无条件框架下,子样本不再是独立的,我们为渐近理论开发了新的鞅技术。我们进一步推导了A-最优无响应采样分布。由于这种分布依赖于种群水平数量,我们提出OSUMC算法来近似理论上的最优抽样。最后,我们进行了深入的实证研究,以证明OSUMC算法相对于现有方法在统计和计算方面的优势。我们发现OSUMC的性能与使用完整响应的采样算法的性能相当。这表明,如果使用像OSUMC这样的有效算法,由于测量约束,响应不可用,因此精度几乎没有损失。本文的补充材料可在网上获得。 主页: https://arxiv.org/abs/1907.07309 依赖项: R(右) 关键词: A-最优性;广义线性模型;鞅中心极限定理;测量约束;无条件渐近分布 相关软件: 时尚-MNIST;LSRN(LSRN);兰德NLA;GLIM公司 引用于: 6文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 测量约束下广义线性模型的最优抽样。 兹比尔07499885张涛;宁,杨;大卫·鲁珀特 2021 全部的 前5名被13位作者引用 三 王海英 2 于军 1 高俊卓 1 何世元 1 连、恒 1 宁,杨 1 大卫·鲁珀特 1 孙柳泉 1 王磊 1 严晓梦 1 张海翔 1 张涛 1 左鲁鲁 5篇连载文章中引用 2 统计论文 1 计算统计学 1 电子统计杂志 1 科学中国。数学 1 计算与图形统计杂志 在1个字段中引用 6 统计学(62-XX) 按年份列出的引文