约瑟夫·塞克斯顿;彼得·拉克 增强系数模型。 （英语） Zbl 1252.62049号 统计计算。 22，第4期，867-876（2012）. 摘要：回归方法通常构建从协变量到实数的映射。然而，在这里，我们考虑回归问题，其中的任务是形成从协变量到一组（单变量）实值函数的映射。通过条件密度估计、风险回归和函数响应回归给出了示例。我们的方法首先使用B样条基函数之和对感兴趣的函数进行建模。为了建模对协变量的依赖性，这个展开式的系数都被建模为协变量的函数。我们建议使用提升树模型来估计这些系数函数。针对上述三种情况提供了算法，并使用实际数据集来研究其性能。结果表明，该方法具有良好的性能。此外，它既简单明了，又能够处理大量的协变量。 引用于1文件 MSC公司： 62G08号 非参数回归和分位数回归 62G07年 密度估算 65C60个 统计中的计算问题（MSC2010） 关键词：条件密度估计;函数回归;危险回归;回归树 软件：fda（右）;对;alr3;千兆字节;知识产权法;随机森林;净现值;ml试验台;随机生存森林 PDF格式BibTeX公司 XML格式引用 \textit{J.Sexton}和\textit{P.Laake}，统计计算。22，第4号，867--876（2012；Zbl 1252.62049） 全文： 内政部 参考文献： [1] Bashtannyk，D.M.，Hyndman，R.J.：核条件密度估计的带宽选择。计算。统计数据分析。36, 279–298 (2001) ·Zbl 1038.62034号 ·doi:10.1016/S0167-9473（00）00046-3 [2] Breiman，L.、Friedman，J.H.、Ohlsen，R.A.、Stone，C.J.：分类和回归树。贝尔蒙特·沃兹沃思（1984）·Zbl 0541.62042号 [3] Büehlmann，P.，Hothorn，T.：推进算法：正则化、预测和模型拟合。统计科学。22, 477–505 (2007) ·Zbl 1246.62163号 ·doi:10.1214/07-STS242 [4] de Boor，C.：样条线实用指南。施普林格，纽约（1978年）·Zbl 0406.41003号 [5] 艾尔斯，P.H.C.，马克思，B.D.：具有B样条和惩罚的灵活平滑。统计科学。11, 89–121 (1996) ·Zbl 0955.62562号 ·doi:10.1214/ss/1038425655 [6] Faraway，J.J.：回归与功能性反应。技术计量学39，254–261（1997）·Zbl 0891.62027号 ·doi:10.1080/00401706.1997.10485118 [7] Friedman，J.H.：贪婪函数近似：梯度提升机。Ann.Stat.29，1189–1232（2001）·Zbl 1043.62034号 ·doi:10.1214/aos/1013203451 [8] Graf，E.，Schmoor，C.，Sauerbrei，W.，Schumacher，M.：生存数据预后分类方案的评估和比较。Stat.Med.18，2529–2545（1999）·doi:10.1002/（SICI）1097-0258（19990915/30）18:17/18<2529:：AID-SIM274>3.0.CO；2-5 [9] Hall，P.，Racine，J.S.，Li，Q.：交叉验证和条件概率密度的估计。《美国法律总汇汇编》第991015–1026页（2004年）·Zbl 1055.62035号 ·doi:10.1198/016214500000548 [10] Hastie，T.、Tibshirani，T.和Friedman，J.：《统计学习的要素》，第二版。施普林格，纽约（2009）·Zbl 1273.62005年 [11] Hayfield，T.，Racine，J.S.：非参数计量经济学：np包。J.统计软件。27(5), 1–32 (2008) [12] Ishwaran，H.，Kogalur，U.B.：随机生存森林：Ishwalan和Kogalur's随机生存森林。R软件包版本3.6.1（2010） [13] Ishwaran，H.，Kogalur，U.B.，Blackstone，E.H.，Lauer，M.S.：随机生存森林。附录申请。统计数字2841–860（2008年）·Zbl 1149.62331号 ·doi:10.1214/08-AOAS169 [14] Leisch，F.，Dimitriadou，E.：mlbench:机器学习基准问题。R软件包版本2.0-0（2010） [15] Liaw，A.，Wiener，M.：随机森林分类和回归。R新闻2，18-22（2002） [16] 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。统计计算。9, 363–379 (1988) ·Zbl 0688.65083号 ·doi:10.1137/0909024 [17] Peters，A.，Hothorn，T.：知识产权：改进预测。R包版本0.8-8（2009） [18] R开发核心团队：R：统计计算的语言和环境。奥地利维也纳R统计计算基金会（2009年） [19] Ramsay，J.O.，Silverman，B.W.：功能数据分析，第2版。施普林格，纽约（2005）·Zbl 1079.62006号 [20] 里奇韦（Ridgeway，G.）：增长的状态。计算。科学。Stat.31，172–181（1999） [21] Ridgeway，G.:gbm：广义增强回归模型。R包版本1.6-3（2007） [22] Stone，C.J.，Koo，K.-Y.：对数样条密度估计。康斯坦普。数学。29, 1–15 (1986) ·Zbl 0618.62038号 ·doi:10.1090/conm/059/870445 [23] Weisberg，S.：alr3:《应用线性回归的方法和数据》，第3版。R包版本1.1.12（2009） 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。