×

关于用两步bootstrap模型平均法导出的预测因子的性质——线性回归模型中的模拟研究。 (英语) Zbl 1452.62038号

摘要:在模型选择的许多应用中,有大量的解释变量,因此有大量的候选模型。选择一个单一模型进行进一步推断会忽略模型选择的不确定性。通常几个模型都能很好地拟合数据。然而,这些模型可能因所包含的变量而异,并可能导致不同的预测。为了考虑模型选择的不确定性,提出了模型平均程序。最近,提出了一种扩展的两步bootstrap模型平均方法。该方法的第一步是筛选步骤。它旨在消除对结果影响微乎其微的变量。在第二步中,在bootstrap模型平均中考虑其余变量。进行了大规模的仿真研究,比较了自举模型平均、全模型、使用Akaike和Bayes信息准则的后向消去以及自举样本中选择概率最高的模型的MSE和覆盖率。在一个数据示例中,还将这些方法与贝叶斯模型平均法进行了比较。最后,对预测模型的发展提出了一些建议。

MSC公司:

62-08 统计问题的计算方法
62J05型 线性回归;混合模型
2015年1月62日 贝叶斯推断
62B10型 信息理论主题的统计方面
第62页第10页 统计学在生物学和医学中的应用;元分析

软件:

BMA公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 新罕布什尔州奥古斯丁。;Sauerbrei,W。;舒马赫,M.,将模型选择的不确定性纳入生存数据的预测模型的实际效用,Statist。型号。,5, 95-118 (2005) ·Zbl 1071.62096号
[2] Breiman,L.,《回归中维度选择的小引导法和其他方法:X固定预测误差》,J.Amer。统计师。协会,87,738-754(1992)·Zbl 0850.62518号
[3] Breiman,L.,装袋预测,马赫数。学习,24123-140(1996)·Zbl 0858.68080号
[4] Breiman,L.,模型选择中不稳定性和稳定性的启发式,《统计年鉴》。,24, 2350-2383 (1996) ·Zbl 0867.62055号
[5] 巴克兰,S.T。;Burnham,K.P。;新罕布什尔州奥古斯丁,《模型选择:推理的一个组成部分》,《生物统计学》,第53期,第603-618页(1997年)·Zbl 0885.62118号
[6] Burnham,K.P。;Anderson,D.R.,《模型选择和多模型推理:实用信息理论方法》(2002),Springer:Springer New York·Zbl 1005.62007号
[7] Burnham,K.P。;Anderson,D.R.,《多模型推理:在模型选择中理解AIC和BIC》,Soc.方法研究,33,261-304(2004)
[8] 坎多洛,C。;戴维森,A.C。;Demétrio,C.G.B.,线性回归中模型不确定性的注释,《统计学家》,52,165-177(2003)
[9] Chatfield,C.,《模型不确定性、数据挖掘和统计推断》,J.Roy。统计师。Soc.序列号。A、 158419-466(1995)
[10] Dell'Aquila,R。;Ronchetti,E.,《股票和债券回报的可预测性:模型选择标准的辨别力》,计算。统计师。数据分析。,50, 1478-1495 (2006) ·Zbl 1446.62265号
[11] Draper,D.,《模型选择不确定性的评估和传播》(带讨论),J.Roy。统计师。Soc.序列号。B、 57、45-97(1995)·Zbl 0812.62001号
[12] Efron,B.,贝叶斯主义者,频率学家和科学家,J.Amer。统计师。协会,100,1-5(2005)·兹比尔1117.62325
[13] 哈雷尔,F。;Lee,K.L。;加州R.M。;普赖尔,D.B。;Rosati,R.,用于改善预后预测的回归建模策略,Statist。医学,3143-152(1984)
[14] Hjort,N.L。;Claeskens,G.,Frequentist model average estimators(讨论),J.Amer。统计师。协会,98,879-899(2003)·Zbl 1047.62003年
[15] 霍廷,J.A。;Madigan,D。;Raftery,A.E。;Volinsky,C.T.,《贝叶斯模型平均:教程》(含讨论),统计师。科学。,14, 382-417 (1999) ·Zbl 1059.62525号
[16] 霍夫曼,M。;加图,C。;Kontoghiorghes,E.J.,计算大规模问题最佳子集回归模型的高效算法,计算。统计师。数据分析。,52, 16-29 (2007) ·Zbl 1452.62497号
[17] 北卡罗来纳州霍兰德。;新罕布什尔州奥古斯丁。;Sauerbrei,W.,通过bootstrap模型平均改进预测的研究,方法信息。医学,45,44-50(2006)
[18] 伊霍斯特,G。;Frischer,T。;霍拉克,F。;舒马赫,M。;科普,M。;福斯特,J。;马特斯,J。;Kuehr,J.,《臭氧对肺生长的长期和中期影响,包括广泛的接触》,《欧洲呼吸》。J.,23,292-299(2004)
[19] Madigan,D。;Raftery,A.E.,《使用Occam窗口的图形模型中模型选择和模型不确定性的计算》,J.Amer。统计师。协会,89,1535-1546(1994)·Zbl 0814.62030号
[20] Miller,A.J.,《回归中的子集选择》(2002),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 1051.62060号
[21] 佩杜齐,P。;Concato,J。;Feinstein,A.R.,比例风险回归分析中每个自变量事件的重要性II。回归估计的准确性和精确性,J.Clin。流行病。,48, 1503-1510 (1995)
[22] Raftery,A.,Hoeting,J.,Volinsky,C.,Painter,I.,2005年。BMA:贝叶斯模型平均。R软件包版本\(3.01。\兰格;\)http://www.r-project.org\(\rangle;\langle;\)http://www.research.att.com/\({}^{\sim;}\rangle;\);Raftery,A.,Hoeting,J.,Volinsky,C.,Painter,I.,2005年。BMA:贝叶斯模型平均。R软件包版本\(3.01。\兰格;\)http://www.r-project.org\(\rangle;\langle;\)http://www.research.att.com/\({}^{\sim;}\rangle;\)
[23] Raftery,A.E。;Madigan,D。;Hoeting,J.A.,线性回归模型的贝叶斯模型平均,J.Amer。统计师。协会,92,437,179-191(1997)·Zbl 0888.62026号
[24] 罗伊斯顿,P。;Sauerbrei,W.,《变量选择和变换的多变量分数多项式模型的稳定性:自举研究》,《统计学》。医学,22639-659(2003)
[25] 罗伊斯顿,P。;Sauerbrei,W.,用临床流行病学中的连续协变量建立多变量回归模型,重点是分数多项式,方法信息。医学,44,561-571(2005)
[26] Sauerbrei,W.,1992年。回归模型中的变量选择len unter besunderer Berücksichtigung medizinischer Fragestellungen(回归模型中变量选择,特别参考医学研究中的应用)。多特蒙德大学博士论文。;Sauerbrei,W.,1992年。回归模型中的变量选择len unter besunderer Berücksichtigung medizinischer Fragestellungen(回归模型中变量选择,特别参考医学研究中的应用)。多特蒙德大学博士论文。
[27] Sauerbrei,W.,Holländer,N.,Buchholz,A.,2006年。关于模型选择中筛选步骤的调查,提交出版。;Sauerbrei,W.,Holländer,N.,Buchholz,A.,2006年。关于模型选择中筛选步骤的调查,已提交出版。
[28] 沃林斯基,C.T。;Madigan,D。;Raftery,A.E。;Kronmal,R.A.,比例风险模型中的贝叶斯模型平均:中风风险评估,J.Roy。统计师。Soc.序列号。C、 46,4433-448(1997年)·Zbl 0903.62093号
[29] 袁,Z。;Yang,Y.,组合线性回归模型:何时以及如何?,J.艾默。统计师。协会,1001202-1214(2005)·Zbl 1117.62454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。