×

具有惩罚似然的直接广义加性建模。 (英语) Zbl 1042.62580号

概要:广义可加模型(GAM)已成为建模中一种优雅而实用的选择。传统上,平滑GAM分量的估计需要一个算法,该算法循环并更新每个平滑分量,同时保持其他分量的当前估计拟合,直到指定的收敛。我们的目标是同时拟合所有平滑组件。这可以通过对每个平滑组件使用惩罚的B样条或P样条平滑器来实现,从而将GAM转换为广义线性模型框架。使用大量等距节点,P样条有意覆盖每个B样条组件。为了减少灵活性,在Fisher评分算法的惩罚版本中加入了相邻B样条系数的差分惩罚。每个组件都有一个单独的平滑参数,通过扩展交叉验证或信息标准来优化调整惩罚。使用逻辑相加模型的示例提供了发展的说明。

MSC公司:

62J12型 广义线性模型(逻辑模型)
65C60个 统计中的计算问题(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] De Boor,C.:样条曲线实用指南。(1978) ·Zbl 0406.41003号
[2] Buja,A。;哈斯蒂,T。;Tibshirani,R.:线性平滑器和加法模型。安统计学家。17, 453-555 (1989) ·Zbl 0689.62029号
[3] Dierckx,P.:用样条曲线和曲面拟合。(1993) ·兹伯利0782.41016
[4] Dobson,A.J.:广义线性模型简介。(1990) ·Zbl 0727.62074号
[5] 艾尔斯,P.H.C。;Max,B.D.:使用B样条和惩罚可能性进行灵活平滑(带有注释和反驳)。统计师。科学。11,第2期,89-121(1996)·Zbl 0955.62562号
[6] Fahrmeir,L。;Tutz,G.:基于广义线性模型的多元统计建模。(1994) ·兹比尔0809.62064
[7] Green,P.J。;Silverman,B.W.:非参数回归和广义线性模型。(1994) ·Zbl 0832.62032号
[8] 哈斯蒂,T。;Tibshirani,R.:广义加性模型。统计师。科学。1, 297-318 (1986) ·Zbl 0645.62068号
[9] 哈斯蒂,T。;Tibshirani,R.:广义加性模型。(1990) ·Zbl 0747.62061号
[10] Mccullagh,P。;Nelder,J.A.:广义线性模型。(1989) ·Zbl 0744.62098号
[11] 霍斯默,D.W。;Lemeshow,S.:应用逻辑回归。(1989) ·Zbl 0715.62125号
[12] Nelder,J.A。;Wedderburn,R.W.M.:广义线性模型。J.罗伊。统计师。《社会保障法》135、370-384(1972)
[13] O'sullivan,F.:关于不适定逆问题的统计观点(附讨论)。统计师。科学。1, 505-527 (1986) ·兹比尔062562110
[14] O'sullivan,F.:全自动对数密度和对数哈扎德估值器的快速计算。SIAM J.科学。中央集权主义者。计算。9, 363-379 (1988) ·Zbl 0688.65083号
[15] Pregibon,D.:逻辑回归诊断。安。统计师。705-724(1981年)·Zbl 0478.62053号
[16] Stone,C.J.:多项式样条及其张量积在多元函数估计中的应用。安。统计师。22118-184(1994年)·Zbl 0827.62038号
[17] 斯通,C.J。;Koo,K.Y.:统计学中的加法样条。程序。美国统计协会统计计算部分,45-47(1985)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。