×
王芳芳;林、鲁;刘磊;王康宁

部分异质单指数模型的估计和聚类。 （英语） Zbl 1529.62061号

统计Pap。 62，第6期，2529-2556（2021）.
摘要：在本文中，我们的目标是在部分异质单指数模型（PHSIM）中估计同质参数并对异质参数进行聚类。为了实现这个目标，首先将这种单指标模型的最小化准则转化为人口形式的最小二乘优化问题。基于最小二乘目标函数，我们引入了PHSIM的经验版本。通过最小化这样一个经验版本，我们估计了异质指数方向的齐次参数和子群平均值，然后使用融合惩罚方法来识别PHSIM的子群结构。通过所提出的方法，可以一致地估计同质参数和异质指数方向，并且可以一致地对异质参数进行聚类。此外，新的聚类过程简单且健壮。进行了仿真研究，以检查所提方法的性能。

MSC公司：

62G08号 非参数回归和分位数回归
62J05型 线性回归；混合模型
6220国集团 非参数推理的渐近性质

关键词：

单指数模型;同质性;凸聚类;分组平均值;估计一致性
PDF格式BibTeX公司 XML格式引用
\textit{F.Wang}等人，Stat.Pap。62，编号62529-2556（2021；兹bl 1529.62061）
全文： 内政部

参考文献：

[1] 博伊德，S。；北卡罗来纳州帕里赫。；Chu，E.，通过交替方向乘数法进行分布式优化和统计学习，《基础趋势-马赫学习》，3，1，1-122（2011）·Zbl 1229.90122号 ·doi:10.1561/220000016
[2] 陈，G。；You，J.，部分线性回归模型中半参数广义最小二乘估计的渐近理论，Stat Pap，46，2，173-193（2005）·Zbl 1083.62039号 ·doi:10.1007/BF02762967
[3] Chi，EC；Lange，K.，凸聚类的分裂方法，J Comput Graph Stat，24，4，994-1013（2015）·doi:10.1080/10618600.2014.948181
[4] 库克，RD；Ni，L.，《通过反向回归实现充分降维：最小差异方法》，美国统计协会期刊，100，470，410-428（2005）·Zbl 1117.62312号 ·doi:10.19198/0162114504000001501
[5] 恩格尔，RF；格兰杰，CW；赖斯，J。；Weiss，A.，天气与电力销售关系的半参数估计，美国统计协会杂志，81，394，310-320（1986）·doi:10.1080/01621459.1986.10478274
[6] 范，J。；Li，R.，《基于非一致惩罚似然的变量选择及其预言属性》，美国统计协会，96，456，1348-1360（2001）·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[7] 霍尔，P。；Li，KC，《从高维数据看低维投影的几乎线性》，《Ann Stat》，第21、2、867-889页（1993年）·兹比尔0782.62065
[8] Kravitz，RL；段，N。；Braslow，J.，循证医学，治疗效果的异质性和平均值的问题，Milbank Q，82，4661-687（2004）·doi:10.1111/j.0887-378X.2004.00327.x
[9] Lagakos，SW，亚组分析的挑战——在不失真的情况下重新报告，《新英格兰医学杂志》，354，16，1667（2006）·doi:10.1056/NEJMp068070
[10] 李，ER；诺赫，H。；Park，BU，基于贝叶斯信息准则的分位数回归模型选择，美国统计协会，109，505，216-229（2014）·Zbl 1367.62122号 ·doi:10.1080/01621459.2013.836975
[11] 林，L。；Dong，P。；Song，Y。；Zhu，L.，高期望参数回归，Stat Sin，27，3，1265-1280（2017）·Zbl 1370.62033号
[12] Ma S，Huang J，Zhang Z，Liu M（2019）通过凹面融合探索非均质处理效果。国际生物统计杂志16（1）：
[13] 拉德琴科，P。；Mukherjee，G.，通过l1融合惩罚的凸聚类，Stat Methodol Ser B，79，5，1527-1546（2017）·Zbl 1381.62193号 ·doi:10.1111/rssb.12226
[14] Rand，WM，《聚类方法评估的客观标准》，美国统计协会杂志，66，336，846-850（1971）·doi:10.1080/01621459.1971.10482356
[15] Rothwell，PM，《随机对照试验中的分组分析：重要性、适应症和解释》，《柳叶刀》，3659454176-186（2005）·doi:10.1016/S0140-6736（05）17709-5
[16] Schwarz，G.，估算模型的维数，Ann Stat，6，2，461-464（1978）·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[17] Tibshirani R、Saunders M、Rosset S、Zhu J、Knight K（2005）《通过融合套索实现的简约与流畅》。J R Stat Soc Ser B（统计方法）·兹比尔1060.62049
[18] Van der Vaart，AW，渐近统计（2000），剑桥：剑桥大学出版社，剑桥·Zbl 0943.6202号
[19] Wang，H。；李，R。；Tsai，CL，平滑剪裁绝对偏差方法的调整参数选择器，Biometrika，94，3，553-568（2007）·Zbl 1135.62058号 ·doi:10.1093/biomet/asm053
[20] Wang，T。；徐，公关；Zhu，LX，单指标结构高维模型中的非凸惩罚估计，J Multivar Ana，109，221-235（2012）·Zbl 1241.62097号 ·doi:10.1016/j.jmva.2012.03.009
[21] Wang，T。；张杰。；梁，H。；Zhu，L.，逐群可加多重指数模型的估计及其应用，Stat Sin，25，2，551-566（2015）·Zbl 06503810号
[22] 谢浩。；Huang，J.，高维部分线性模型中的SCAD惩罚回归，Ann Stat，37，2，673-696（2009）·Zbl 1162.62037号 ·doi:10.1214/07-AOS580
[23] Zhang，CH，最小最大凹惩罚下的几乎无偏变量选择，Ann Stat，38，2，894-942（2010）·Zbl 1183.62120号 ·doi:10.1214/09-AOS729
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。