×
吴彤彤

拉索通过坐标下降对高维复发事件数据的半参数回归进行惩罚。 （英语） 兹比尔1431.62302

J.统计计算。模拟 83，第6期，1145-1155（2013）.
摘要：本文研究了一种高维递归事件数据变量选择的快速计算算法。基于递归事件数据响应过程的拉索惩罚偏似然函数，采用坐标下降算法加速回归系数的估计。该算法能够为预测器数量远远超过案例数量的欠定问题选择重要的预测器。选择强度由调谐常数控制，调谐常数由广义交叉验证方法确定。我们在模拟数据和实际数据上的数值实验表明，惩罚回归在高维环境下的重复事件数据建模中具有良好的性能。

引用于2文件

MSC公司：

62J07型 岭回归；收缩估计器（拉索）
62G08号 非参数回归和分位数回归
62G05型 非参数估计
62-08 统计问题的计算方法

关键词：

广义交叉验证；拉索；纵向数据；部分似然；反复发生的事件；响应过程；生存数据

软件：

门德尔
PDF格式BibTeX公司 XML格式引用
\textit{T.T.Wu}，J.统计计算。模拟83，No.6，1145--1155（2013；Zbl 1431.62302）
全文： 内政部

参考文献：

[1] Fleming T.R.，计数过程和生存分析（1991）·Zbl 0727.62096号
[2] Komarek A.，统计师。Sinica 17第549页–（2007年）
[3] 库克·R·J，《复发事件的统计分析》（2007年）·兹比尔1159.62061
[4] 内政部：10.1080/01621459.1987.10478502·doi:10.1080/01621459.1987.10478502
[5] DOI:10.1093/biomet/68.2.373·Zbl 0465.62100号 ·doi:10.1093/biomet/68.2.373
[6] 数字对象标识码：10.1002/sim.4780132105·doi:10.1002/sim.4780132105
[7] 内政部：10.1080/01621459.1993.10476346·doi:10.1080/01621459.1993.10476346
[8] 内政部：10.1080/01621459.1989.10478873·doi:10.1080/01621459.1989.10478873
[9] 内政部：10.1111/1467-9868.00259·Zbl 1074.62510号 ·doi:10.1111/1467-9868.00259
[10] DOI:10.1214/09053606000001523·Zbl 1139.62019号 ·doi:10.1214/00905360000001523
[11] 内政部：10.1137/S1064827596304010·兹比尔0919.94002 ·doi:10.1137/S1064827596304010
[12] 内政部：10.1198/016214501753382273·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[13] 内政部：10.1080/10618600.1998.10474784·doi:10.1080/10618600.1998.10474784
[14] 哈斯蒂·T·J·马赫。学习。第5号决议第1391页–（2004年）
[15] 内政部：10.1214/aos/1015957397·Zbl 1105.62357号 ·doi:10.1214操作系统/1015957397
[16] Tibshirani R.，J.R.统计。Soc.序列号。B 58第267页–（1996年）
[17] Wang，L.，Gordon，M.D.和Zhu，J.正则化最小绝对偏差回归和参数调整的有效算法。第六届数据挖掘国际会议记录（ICDM’06）。第690-700页。香港：IEEE计算机学会。
[18] 内政部：10.1198/0162145000001383·Zbl 1172.62317号 ·doi:10.1198/0162145000001383
[19] 黄杰，统计师。Sinica 18第1603页–（2008年）
[20] 贾杰，统计师。Sinica 20第595页–（2010年）
[21] 内政部：10.1198/01621450080001066·Zbl 1286.62062号 ·doi:10.1198/01621450080001066
[22] 内政部：10.1214/0090536000000281·Zbl 1113.62082号 ·doi:10.1214/09053606000000281
[23] 内政部：10.1111/j.1467-9686.2010.00740.x·文件编号：10.1111/j.1467-9868.2010.00740.x
[24] Ravikumar P.，《神经信息处理系统进展》（NIPS）21（2008）
[25] DOI:10.1109/TIT.2009.2016018·Zbl 1367.62220号 ·doi:10.1109/TIT.2009.2016018
[26] 赵平，J.马赫。学习。第7号决议第2541页–（2006年）
[27] 内政部：10.1214/009053604000000067·Zbl 1091.62054号 ·doi:10.1214/009053604000000067
[28] Kim S.J.、J.Mach。学习。第8号决议第1519页–（2007年）
[29] 内政部：10.1214/0090536007000000802·Zbl 1142.62027号 ·doi:10.1214/0090536007000000802
[30] 弗里德曼·J·统计。Softw 33第1页–（2010年）·doi:10.18637/jss.v033.i01
[31] Lange K.，Am.J.Hum.Genet 69 pp a1886–（2001）
[32] K.Lange、R.Cantor、S.Horvath、J.C.Papp、C.Sabatti、J.Sinsheimer和E.Sobel，MENDEL v11.0。http://www.genetics.ucla.edu/software/download？package=1
[33] Simon N.，J.统计。Softw 39第1页–（2011年）·doi:10.18637/jss.v039.i05
[34] 吴勇，统计师。Sinica 22第271页–（2012年）
[35] 内政部：10.1007/s10985-008-9104-2·Zbl 1282.62083号 ·doi:10.1007/s10985-008-9104-2
[36] DOI:10.1214/07-AOAS147·doi:10.1214/07-AOAS147
[37] DOI:10.1093/bioinformatics/btp041·Zbl 05743814号 ·doi:10.1093/bioinformatics/btp041
[38] 内政部：10.1214/10-AOAS345·Zbl 1220.62086号 ·doi:10.1214/10-AOAS345
[39] 内政部：10.1214/aos/1176345976·Zbl 0526.62026号 ·doi:10.1214/aos/1176345976
[40] 内政部：10.1214/07-AOAS131·Zbl 1378.90064号 ·doi:10.1214/07-AOAS131
[41] 内政部：10.1007/BF01404567·Zbl 0377.65007号 ·doi:10.1007/BF01404567
[42] 内政部：10.1080/00401706.1979.10489751·doi:10.1080/00401706.1979.10489751
[43] DOI:10.1007/978-1-4757-3683-0·doi:10.1007/978-1-4757-3683-0
[44] 内政部：10.1214/aos/1176349742·Zbl 0605.62047号 ·doi:10.1214/aos/1176349742
[45] DOI:10.1214/aos/1176350052·Zbl 0629.62043号 ·doi:10.1214/aos/1176350052
[46] Ruszczyñski A.，非线性优化（2006）
[47] DOI:10.1023/A:1017501703105·Zbl 1006.65062号 ·doi:10.1023/A:1017501703105
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。