眼镜蛇

COBS:通过线性规划定性约束平滑。常用的平滑技术通常很难适应拟合函数的单调性、凸性或边界条件等定性约束。在本文中,我们试图将约束样条曲线平滑问题推向前台,并详细描述了一种可供S-plus用户使用的约束B样条平滑(COBS)算法。He&Shi(1998)最近的工作考虑了一个特殊情况,证明了光滑函数在B-样条空间中的l1投影提供了一个单调光滑器,它灵活、高效,并且达到了最佳的收敛速度。COBS中包含几个选项和概括:它可以通过用户交互或完全自动化来处理小型或大型数据集。本文提供了三个示例来展示cob如何在各种实际应用程序中工作。


zbMATH参考文献(参考 25篇文章 引用)

显示第1到第20个结果,共25个。
按年份排序(引用)
  1. 吴彦科;胡雅楠;周健;田茂载:多元条件回归分位数的同时估计(2020)
  2. Jhong,Jae Hwan;Koo,Ja Yong:使用B样条和总变异惩罚法同时估计分位数回归函数(2019年)
  3. Rodrigues,T.;Dortet-Bernadet,J.-L.;Fan,Y.:贝叶斯惩罚分位数样条的同时拟合(2019年)
  4. Mhalla,Linda;Chavez Demoulin,Valérie;Naveau,Philippe:极端依赖的非线性模型(2017)
  5. Fengler,Matthias R.;Hin,Lin Yee:无套利约束下看涨期权价格表面的半非参数估计(2015)
  6. Cormier,Eric;Genest,Christian;Nešlehová,Johanna G.:在二元极值copula上使用B样条进行非参数推断(2014)
  7. Baraldo,Stefano;Ieva,Francesca;Paganoni,Anna Maria;Vitelli,Valeria:通过功能协变量的广义线性模型预测心力衰竭远程监测的结果(2013年)
  8. Qu,Long;Nettleton,Dan;Dekkers,Jack C.M.:从大量(t)统计数据中改进的非中心性参数分布估计,以及在微阵列数据分析中错误发现率估计的应用(2012)
  9. 徐刚刚;向彦彪;王素金;林正彦:无穷方差自回归模型的正则化与变量选择(2012)
  10. Laurini,Márcio Poletti:使用约束平滑样条对隐含波动性施加无套利条件(2011)
  11. von Davier,Alina A.(ed.):检验等值、标度和关联的统计模型。由保罗霍兰德的前言。(2011年)
  12. Laurini,Márcio Poletti;Moura,Marcelo:利率期限结构的约束平滑(B)-样条曲线(2010)
  13. Lee,Jong-Soo;Cox,Dennis D.:稳健平滑:平滑参数选择和在荧光光谱中的应用(2010)
  14. 张浩海伦:删失中值回归的稀疏估计与推论(2010)
  15. Hyndman,Rob J.;Ullah,Md.Shahid:死亡率和生育率的稳健预测:功能数据方法(2007)
  16. 莱滕斯托弗,弗洛里安;图茨,格哈德:通过提升技术选择结(2007)
  17. Kim,Mi Ok:形状约束变系数分位数回归(2006)
  18. 吴宝林;关忠;赵宏宇:参数和非参数FDR估计再探讨(2006)
  19. 徐雪莉;道格拉斯,杰夫:非参数IRT模型下的计算机自适应测试(2006)
  20. Koenker,Roger;Ng,Pin:稀疏分位数回归的Frisch-Newton算法(2005)