选择推理

R包选择推理:后选择推理的工具。用于后选择推理的新工具,用于前向逐步回归、最小角度回归、套索和多手段问题。套索函数实现高斯、Logistic和Cox生存模型。


ZBMaCT中的参考文献(13篇文章中引用)

显示结果1至13的13。
按年份排序(引文

  1. Agad ad,YVES F:大高斯图形模型的拟贝叶斯估计(2019)
  2. De Micheaux,Pierre Lafaye;Lunet,Beoo.t;Sutton,马修:大数据的PLS:正则化群PLS的统一并行算法(2019)
  3. 李,Kyoungjae;李;Jaeyong;林,Lizhen:基于稀疏Cholesky因子的高维DAG模型的极大极小后验收敛率和模型选择一致性(2019)
  4. Guunung,托马斯;CalaskEN,Gerda:高维聚焦信息准则(2018)
  5. 霍姆豪森,戴伦;麦克唐纳,Daniel J.:高维LasSO(2018)调谐参数选择的研究
  6. Adel的JavaMARD;蒙塔纳里,安德列:解拉索:高斯设计的最佳样本量(2018)
  7. Mikkelsen,Frederik Riis;汉森,Niels Richard:piecewise Lipschitz估计的自由度(2018)
  8. 沙阿,Rajen D.;B·Hulman,彼得:高维线性模型拟合优度检验(2018)
  9. 博耶,克莱尔;德卡斯特罗,Yohann;鲑鱼,约瑟夫:在稀疏去卷积中适应未知噪声水平(2017)
  10. Dezeure,Ruben;B·Hulman,彼得;张,村辉:用Bootstrap(2017)进行高维同时推理
  11. 瑞德,史蒂芬;Tibshirani,罗伯特;弗里德曼,杰罗姆:LasSO回归中误差方差估计的研究(2016)
  12. Sabourin,Jeremy A.;Valdar,威廉;诺贝尔,Andrew B.:惩罚模型选择中惩罚参数选择的置换方法(2015)
  13. 泰勒,乔纳森;Tibshirani,Robert J.:统计学习与选择性推理(2015)