卡萨诺瓦

函数拟合Bondell和Reich(2009)的CAS-ANOVA方法:在进行方差分析时,研究者通常有两个主要目标:确定哪些因素对反应有显著影响,以及检测显著因素水平之间的差异。水平比较是通过基于成对差异的事后分析来完成的。本文提出了一种新的约束回归方法,在一个自动化过程中通过收缩同时实现这两个目标。这种收缩的形式可以通过设置因子的影响相等来折叠因子内的水平,同时也可以通过将所有因子归零来实现因子选择。使用这种方法还可以识别每个因素中的结构,因为可以自动折叠级别以形成组。与传统的两两比较方法不同,这些组必然是不重叠的,因此可以根据不同的层次子集来解释结果。所提出的过程被证明具有oracle性质,因为它渐近地执行,并且如果精确的结构是预先知道的。仿真和实际数据表明了该方法的良好性能。


zbMATH参考文献(27篇文章引用了,1标准件)

显示第1到第20个结果,共27个。
按年份排序(引用)
  1. Devriendt,Sander;Antonio,Katrien;Reynkens,Tom;Verbelen,Roel:具有多类型正则化特征建模的稀疏回归(2021)
  2. Jeon,Jong-June;Kim,Yongdai;Won,Sungho;Choi,Hosik:成分数据分析的原始路径算法(2020)
  3. Egami,Naoki;Imai,Kosuke:析因实验中的因果交互作用:应用于联合分析(2019)
  4. Groll,Andreas;Hambuckers,Julien;Kneib,Thomas;Umlauf,Nikolaus:位置、规模和形状的广义加性模型框架下的套索式惩罚(2019年)
  5. Pauger,Daniela;Wagner,Helga:分类预测因子的贝叶斯效应融合(2019)
  6. Malsiner Walli,Gertraud;Pauger,Daniela;Wagner,Helga:使用基于模型的聚类的效果融合(2018)
  7. Tutz,Gerhard;Berger,Moritz:广义加性回归中分类预测因子的树状结构建模(2018)
  8. Jeon,Jong-June;Kwon,Sunghoon;Choi,Hosik:高维广义线性模型的均匀性检测(2017)
  9. Oelker,Margret Ruth;Tutz,Gerhard:广义结构模型中惩罚组合的统一框架(2017)
  10. Schauberger,Gunther;Tutz,Gerhard:配对比较数据的特定对象建模:套索式惩罚方法(2017)
  11. Farcomeni,A.:基于条件捕获概率的一般性再捕获模型(2016)
  12. Choi,Hosik;Koo,Ja Yong;Park,Changyi:用于信用评分的融合最小绝对收缩和选择算子(2015)
  13. Maj Kaïska,Aleksandra;Pokarowski,Piotr;Prochenka,Agnieska:删除或合并线性模型选择的回归函数(2015年)
  14. Neely,Megan L.;Bondell,Howard D.;Tzeng,Jung Ying:药物遗传学研究中基因-药物相互作用的惩罚可能性方法(2015)
  15. Oelker,Margret Ruth;Pö223; necker,Wolfgang;Tutz,Gerhard:分类预测因子与(L_0)型惩罚的选择与融合(2015)
  16. 图兹,格哈德;朔贝格,冈瑟:扩展有序配对比较模型及其在德国德甲足球数据中的应用(2015)
  17. Abbadi,Mohamed;Di Giacomo,Francesco;Orsini,Renzo;Plaat,Aske;Spronck,Pieter;Maggiore,Giuseppe:资源实体行为:RTS游戏的通用设计模式(2014)
  18. Oelker,Margret Ruth;Gertheiss,Jan;Tutz,Gerhard:广义线性模型中带分类预测因子和效应修正因子的正则化和模型选择(2014)
  19. Tutz,Gerhard;Gertheiss,Jan:评级量表作为预测因子——量表水平的老问题和一些答案(2014)
  20. 赵卫华;张日泉;刘继才:带范畴效应修正的分位数变系数模型的正则化与模型选择(2014)