王占峰;李凯;石建清 扩展（t）过程回归模型的稳健估计。 （英语） Zbl 1459.62131号 统计概率。莱特。 157，文章ID 108626，第5页（2020年）. 摘要：针对具有功能数据的扩展（t）过程回归模型，开发了稳健估计和变量选择程序。得到了估计和预测的一致性等统计性质。数值研究表明，该方法具有良好的性能。 引用于2文件 MSC公司： 62J02型 一般非线性回归 62层35 鲁棒性和自适应程序（参数推断） 62兰特 功能数据分析 关键词：功能数据;最大后a;尖峰和平板先验;信息一致性 PDF格式BibTeX公司 XML格式引用 \textit{Z.Wang}等人，统计概率。莱特。157，文章ID 108626，5 p.（2020；Zbl 1459.62131） 全文： 内政部 arXiv公司 参考文献： [1] 费尔南德斯，C。；Steel，M.F.，《多元学生t回归模型：陷阱和推断》，《生物统计学》，86，1，153-167（1999）·Zbl 0917.62020号 [2] Ishwaran，H。；Rao，J.S.，Spike and slab variable selection:Frequencist and Bayesian strategies，Ann.Statist.，尖峰和板变量选择：频率学家和贝叶斯策略，Ann.Statist。，33, 2, 730-773 (2005) ·Zbl 1068.62079号 [3] 兰格，K。；Sinsheimer，J.S.，正态/独立分布及其在稳健回归中的应用，J.Comput。图表。统计人员。，2, 2, 175-198 (1993) [4] Liu，C.，使用多元t分布进行统计分析（1994），哈佛大学 [5] 拉斯穆森，C.E。；Williams，C.K.I.，《机器学习的高斯过程》（2006），麻省理工学院出版社：麻萨诸塞州剑桥·Zbl 1177.68165号 [6] Seeger，M.W。；卡卡德，S.M。；Foster，D.P.，非参数高斯过程方法的信息一致性，IEEE Trans。通知。理论，54，52376-2382（2008）·兹比尔1328.94027 [7] 史建清。；Choi，T.，《函数数据的高斯过程回归分析》（2011），查普曼和霍尔/CRC：查普曼与霍尔/CRC伦敦·Zbl 1274.62912号 [8] Sood，A。；詹姆斯·G·M。；Tellis，G.J.，《函数回归：预测新产品市场渗透的新模型》，Mark.Sci。，28, 1, 36-51 (2009) [9] Wang，Z.，Noh，M.，Lee，Y.，Shi，J.，2018年。具有独立误差的稳健t过程回归模型。arXiv:1707.02014；Wang，Z.，Noh，M.，Lee，Y.，Shi，J.，2018年。具有独立误差的稳健t过程回归模型。arXiv:1707.02014年 [10] Wang，Z。；史建清。；Lee，Y.，《扩展t过程回归模型》，J.Statist。计划。推理，189，38-60（2017）·Zbl 1376.62026号 [11] 徐，P。；Lee，Y。；史建清。；Eyre，J.，《利用方向误差控制自动检测功能数据的重要区域》，Stat.Med.（2018），arXiv:1504.08164 [12] Yen，T.J.，《使用尖峰和平板先验进行变量选择的优化方法》，《统计年鉴》。，39, 3, 1748-1775 (2011) ·Zbl 1220.62065号 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。