密友

惩罚样条估计的同时置信带。本文利用惩罚样条估计量构造光滑曲线的同时置信区间。我们考虑三种类型的估计方法:(a)作为标准(固定效应)非参数模型,(b)使用样条系数作为随机效应的混合模型框架,(c)全贝叶斯方法。前两种方法均采用管体积公式,并从频率域角度与贝叶斯同时置信带进行了比较。我们至少可以用混合样条函数或惩罚样条函数来近似地证明混合样条函数的性质。仿真和数据分析支持所提出的方法。本文附带了R包。


zbMATH中的参考文献(参考文献31条,1标准件)

显示第1到第31个结果。
按年份排序(引用)
  1. 顾立杰;王素金;杨立坚:非参数回归误差分布函数的光滑同时置信区间(2021)
  2. 德莱格尔,奥罗尔;黄、卫;Lei,Shaoke:根据带有缺失协变量的群体测试数据估计条件流行率(2020年)
  3. Yoshida,Takuma:样条函数极值分位数回归的同时置信区间(2020)
  4. 余山;王关南;王,李;刘晨辉;杨立坚:广义地质加性模型的估计与推断(2020)
  5. 许,弗朗西斯·K·C。;你,C。;Shang,H.L。;Müller,Samuel:使用变分近似的半参数回归(2019)
  6. 鲍尔,亚历山大;舍普,费边;赫尔穆特,切夫;Gabriel,Alice Agnes:标量回归的半参数函数简介(2018)
  7. 普茨,彼得;Kneib,Thomas:固定效应面板数据模型的惩罚样条估计(2018)
  8. 包、俊舒;汉森,提摩太;麦克米兰,加内特P。;Knight,Kristin:通过分层高斯过程评估DPOAE测试-重测差异曲线(2017)
  9. Holland,Ashley D.:部分线性模型中的惩罚样条估计(2017)
  10. 朗洛克,罗兰;克奈布,托马斯;格兰尼,理查德;Michelot,Théo:马尔可夫交换广义加性模型(2017)
  11. 陆小蕾;Kuriki,Satoshi:多个非线性回归曲线对比的同时置信区间(2017)
  12. 本杰明·霍夫纳;克奈布,托马斯;Hothorn,Torsten:约束回归的统一框架(2016)
  13. 米歇洛特,塞奥;朗洛克,罗兰;克奈布,托马斯;King,Ruth:半参数标记再捕获恢复模型中的最大惩罚似然估计(2016)
  14. 顾立杰;Yang,Lijian:具有同时置信区间的单指数链函数的Oracly-effective估计(2015)
  15. 朗洛克,罗兰;克奈布,托马斯;宋,亚历山大;DeRuiter,Stacy L.:使用P样条函数的隐马尔可夫模型中的非参数推断(2015)
  16. 林雅吉;Oh,Hee-Seok:分位数回归的同时置信区间(2015)
  17. 莫里,托马斯A。;霍布斯,布莱恩P。;Carlin,Bradley P.:结合肿瘤学中不可交换的功能或生存数据源,使用广义混合相称先验(2015)
  18. 朗,斯特凡;乌姆劳夫,尼古拉斯;韦氏伯格,彼得;哈特根,肯尼斯;Kneib,Thomas:多级结构加性回归(2014)
  19. 李高荣;彭亨;东,凯;汤铁军:单指数模型的同时置信区间和假设检验(2014)
  20. 贵族们,马洛里;塞尔维亚人,尼古拉;斯旺,朱莉:儿科初级保健的空间可及性:测量和推断(2014)