×

兹马思-数学第一资源

回归SARIMA模型的半自动同时预报器选择。(英语) Zbl公司 1452.62502
摘要:决定使用哪些预测因子在广泛应用的统计模型推导中起着不可或缺的作用。基于预测电信网络事件的挑战,我们提出了一个半自动的,联合模型拟合和预测因子选择的线性回归模型。我们的方法可以对回归残差中的序列相关性进行建模和解释,生成稀疏且可解释的模型,并可用于联合选择一组相关响应的模型。这是通过使用最近发展的混合整数二次优化方法,在非零系数数量约束下拟合线性模型来实现的。与目前工业界使用的方法相比,我们的方法产生的模型在激励电信数据方面取得了更好的预测性能。
理学硕士:
6205年 线性回归;混合模型
62小时12分 多元分析中的估计
62M10 统计学中的时间序列、自相关、回归等(GARCH)
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 信息论与最大似然原理的扩展。地址:Petrov,B.N.,Csaki,F(编辑)第二届信息理论国际研讨会,第267-281页。布达佩斯Akademia Kiado(1973)·Zbl公司 283.62006
[2] Beale,EML,《多元回归中变量选择程序的说明》,技术计量学,12,4,909-914(1970)
[3] Berk,KN,比较子集回归程序,技术计量学,20,1,1-6(1978)·Zbl公司 371.62095
[4] 贝尔西马斯。;线性回归的算法方法。第64、1、2-16号决议(2016年)·Zbl公司 1338.90272
[5] 贝尔西马斯。;国王,A。;Muzumder,R.,《通过现代优化镜头选择最佳子集》,Ann。统计,44813-852(2016年)·Zbl公司 1335.62115
[6] 布雷曼,L。;《多元线性回归中多变量反应的预测》,J。R。统计Soc。B、 59,1,3-54(1997年)·Zbl公司 897.62068
[7] 布鲁克维尔,PJ;《时间序列与预测导论》(2002),柏林:斯普林格,柏林
[8] Caruana,R.,多任务学习,Mach。学习,28,1,41-75(1997)
[9] 科克伦,D。;郭教授,应用最小二乘回归分析含自相关误差项的关系。是。统计协会,44,245,32-61(1949)·Zbl公司 33.08201
[10] Duong,L.,Cohn,T.,Bird,S.,Cook,P.:低资源依赖解析:神经网络解析器中的跨语言参数共享。计算语言学协会第53届年会暨第七届自然语言处理国际联席会议论文集(第2卷:短文,第845-850页),计算语言学协会,北京(2015)。10.3115/v1/P15-2139,www.aclology.com/
[11] Gurobi Optimization,L.:Gurobi optimizer参考手册(2019年)。http://www.gurobi.com
[12] Hastie,T.,Tibshirani,R.R.J.Tibshirani:最佳子集选择、正向逐步选择和套索的扩展比较(2017)。arXiv预印本arXiv:1707.08692
[13] 黑斯蒂,T。;蒂比拉尼,R。;Friedman,J.,《统计学习的要素:数据挖掘、推理和预测——Springer统计学系列》(2008),纽约:Springer,纽约
[14] Hazimeh,H.,Mazumder,R.:快速最佳子集选择:坐标下降和局部组合优化算法(2018)。arXiv预印本arXiv:1803.01454
[15] 霍金,RR,生物特征学邀请论文:线性回归中变量的分析和选择,生物特征学,32,1,1-49(1976)
[16] 赫尔,E。;《岭回归:非正交问题的有偏估计》,技术计量学,12,1,55-67(1970)·Zbl公司 202.17205
[17] 亨德曼,RJ;《自动时间序列预测:R,J的预测包》。统计软件,27,3,1-22(2008)
[18] 张建民,等,多元线性模型之降阶回归分析。多变量。《分析》,5248-264(1975年)·Zbl公司 313.62042
[19] 密歇根州约旦;Mitchel,TM,《机器学习:趋势、前景和前景》,科学,349,6245,255-260(2015)
[20] Katal,A.,Wazid,M.,Goudar,R.H.:大数据:问题、挑战、工具和良好实践。地址:Parashar,M.,Zomaya,A.,Chen,J.,Cao,J.N.,Bouvry,P.,Prasad,S(2013年第六届当代计算国际会议(IC3)。Jaypee信息技术研究所,IEEE(2013)
[21] 克朗奎斯特,J。;伯纳尔,德国;伦德尔,A。;Grossmann,即,凸MINLP,Optim求解器的回顾与比较。英国,20397-455(2019年)
[22] Lowther,A.P.:多元响应预测选择方法:在电信时间序列数据中的应用。英国兰开斯特大学数学与统计系博士论文(2019年)。https://eprints.lancs.ac.uk/id/eprint/141405/1/2019lowtherphd.pdf
[23] Mantel,N.,为什么在变量选择中逐步降低程序,技术计量学,12,3621-625(1970)
[24] Mazumder,R.,Radchenko,P.,Dedieu,A.:具有收缩的子集选择:低信噪比时的稀疏线性建模(2017)。arXiv预印本arXiv:1708.03288
[25] 米勒,AJ,回归中的子集选择。统计学和应用概率专著(2002),博卡拉顿:查普曼和霍尔CRC,博卡拉顿
[26] 普罗奥斯特,F。;Fawcett,T.,数据科学及其与大数据和数据驱动决策的关系,大数据,1,1,52-59(2013)
[27] R核心团队。R: 一种用于统计计算的语言和环境。R统计计算基金会,维也纳(2019年)。https://www.R-project.org/
[28] Rao,CR;Toutenburg,H.,线性模型:最小二乘法和替代方法(1999),柏林:斯普林格,柏林
[29] 罗林斯,乔;潘图拉,SG;《应用回归分析:研究工具》(1998),柏林:斯普林格,柏林
[30] 雷塞尔,GC;韦鲁,R.,多元降阶回归:理论与应用(2013),柏林:斯普林格,柏林
[31] Schwarz,G.,估计模型的维数,Ann。Stat.,6,2461-464(1978年)·Zbl公司 379.62005
[32] 西米利亚,T。;Tikka,J.,《多响应线性回归中的输入选择和收缩》,计算机。统计数据分析,52406-422(2007)·Zbl公司 1452.62513
[33] Simon,N.,Friedman,J.,Hastie,T.:群体惩罚多响应和多项式回归的分块下降算法(2013)。arXiv预印本arXiv:1311.6529v1
[34] 索尔蒂斯克,RC;Yarnold,PR,两群多ODA:一个有界M的混合整数线性规划解,Optim。数据分析,1,30-37(2010)
[35] 斯里瓦斯塔瓦,理学硕士;索兰基,TKS,线性回归模型中的多变量反应预测,社区。静态模拟。计算机,32,2389-409(2003)·Zbl公司 1075.62586
[36] 《统计预测的交叉验证选择与评估》,J。R。统计Soc。B、 36111-147(1974年)·Zbl公司 308.62063
[37] 小斯特劳德;ü勒,P。;SANó, B、 《时空数据动态模型》,J。R。统计Soc。B、 634673-689(2001年)·Zbl公司 986.62074
[38] Tibshirani,R.,回归收缩和通过套索选择,J。R。统计Soc。B、 581267-288(1996年)·Zbl公司 850.62538
[39] 土拉赫,巴;维纳布尔斯,WN;赖特,SJ,同步变量选择,技术计量学,47,3,349-363(2005)
[40] Xie,W.,Deng,X.:CCP选择器:机会约束规划稀疏岭回归的可伸缩算法(2018)。arXiv预印本arXiv:1806.03756
[41] 元,M。;林玉英,分组变量回归模型选择与估计,J。R。统计Soc。B、 68,1,49-67(2006年)·Zbl公司 1141.62030
[42] 邹,H。;黑斯蒂,T.,《通过弹性网络进行正则化和变量选择》,J。R。统计Soc。B、 67301-320(2005年)·Zbl公司 1069.62054
[43] Zou,H.,Hasite,T.:elasticnet:用于稀疏估计和稀疏PCA的弹性网络。R包版本1.1.1(2018年)。https://CRAN.R-project.org/package=elasticnet
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。