×
Jeon，Jong-June（琼·琼）；Kwon、Sunghoon；霍西克·崔

高维广义线性模型的同质性检测。 （英语） Zbl 1464.62098号

计算。统计数据分析。 114, 61-74 (2017).
摘要：我们建议使用惩罚估计来检测高维广义线性模型的同质性。在这里，同质性是一种特定的模型结构，其中回归系数分组在每个组中具有完全相同的值。该估计器在温和的正则性条件下实现了弱预言性，并且在模型中存在类别协变量时对参考水平的选择是不变量的。还提供了一种有效的算法。各种数值研究证实，当模型具有同质性时，所提出的惩罚估计比其他传统的变量选择估计具有更好的性能。

引用于6文件

MSC公司：

62-08 统计问题的计算方法
62J12型 广义线性模型（逻辑模型）

关键词：

范畴协变量；广义线性模型；分组惩罚；oracle属性

软件：

奥斯卡；CVX公司；SDPT3型；卡萨诺瓦；有线电视数据
PDF格式BibTeX公司 XML格式引用
\textit{J.-J.Jeon}等人，计算。统计数据分析。114，61-74（2017年；兹比尔1464.62098）
全文： 内政部

参考文献：

[1] Basnet，R.B。；Sung，A.H.，《学习检测网络钓鱼网页》，J.Internet Serv。信息安全。，2014年4月21日至39日
[2] 贝克，A。；Teboulle，M.，线性反问题的快速迭代收缩阈值算法，SIAM J.Imag。科学。，2, 183-202, (2009) ·兹比尔1175.94009
[3] Bondell，医学博士。；Reich，B.J.，《OSCAR预测因子的同步回归收缩、变量选择和监督聚类》，生物统计学，64，115-123，（2008）·Zbl 1146.62051号
[4] Bondell，医学博士。；Reich，B.J.，ANOVA中的同时因子选择和崩溃水平，生物统计学，65，169-177，（2009）·Zbl 1159.62048号
[5] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；Peleato，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，Found。趋势^{®}马赫。学习。，3, 1-122, (2011) ·Zbl 1229.90122号
[6] Choi，H。；Koo，J.-Y。；Park，C.，融合最小绝对收缩和信用评分选择运算符，J.Stat.Compute。模拟。，85, 2135-2147, (2015) ·Zbl 1457.62330号
[7] 范，J。；Li，R.，通过非冲突惩罚似然进行变量选择及其预言性质，J.Amer。统计师。协会，96，1348-1360，（2001）·Zbl 1073.62547号
[8] 范，J。；Lv，J.，具有np维的非凹陷惩罚可能性，IEEE Trans。通知。理论，57，5467-5484，（2011）·Zbl 1365.62277号
[9] 范，J。；Peng，H.，参数个数发散的非冲突惩罚似然，Ann.Statist。，32, 928-961, (2004) ·Zbl 1092.62031号
[10] 范，J。；Tang，C.Y.，《高维惩罚可能性中的调谐参数选择》，J.R.Stat.Soc.Ser。B统计方法。，75, 531-552, (2013) ·Zbl 1411.62216号
[11] 弗兰克·L。；Friedman，H.，一些化学计量学回归工具的统计观点，技术计量学，35，109-135，（1993）·Zbl 0775.62288号
[12] Gerthiss，J。；Tutz，G.，分类解释变量的稀疏建模，Ann.Appl。统计，42150-2180，（2010）·兹比尔1220.62092
[13] Goldstein，T。；奥多诺休，B。；塞泽尔，S。；Baraniuk，R.，《快速交替方向优化方法》，SIAM J.Imag。科学。，7, 1588-1623, (2014) ·Zbl 1314.49019号
[14] Grant，M.，Boyd，S.，2010年。cvx 1.21版（内部版本790）的cvx用户指南。
[15] 亨特·D·R。；Lange，K.，关于mm算法的教程，Amer。统计学。，58, 30-37, (2004)
[16] Jang，W.，Lim，J.，Lazar，N.A.，Loh，J.M.，Yu，D.，2013年。回归收缩和与马高度相关的预测因子分组。arXiv预打印arXiv:1302.0256。
[17] Ke，T.等人。；范，J。；Wu，Y.，《追求同质性》，J.Amer。统计师。协会，110，175-194，（2015）·Zbl 1373.62345号
[18] Kim，Y。；Choi，H。；哦，H.S.，J.Amer，在高维上平滑地剪裁了绝对偏差。统计师。协会，103，1665-1673，（2008）·Zbl 1286.62062号
[19] Kim，Y。；Jeon，J.-J。；Han，S.，强大甲骨文属性的必要条件，Scand。J.统计。，43, 610-624, (2016) ·Zbl 1384.62233号
[20] Kim，Y。；Kwon，S.，非凸惩罚估计量的全局最优性，Biometrika，99，315-325，（2012）·Zbl 1318.62240号
[21] Kwon，S。；Kim，Y.，高维scad-惩罚最大似然估计的大样本性质，Statist。Sinica，22，629-653，（2012年）·Zbl 1238.62037号
[22] 刘，J。；袁，L。；Ye，J.，一类融合LASSO问题的有效算法，（第16届ACM SIGKDD国际知识发现与数据挖掘会议论文集，（2010），ACM），323-332
[23] Masarotto，G。；Varin，C.，《LASSO排名及其在体育赛事中的应用》，Ann.Appl。《统计》，第6期，1949-1970年，（2012年）·Zbl 1257.62020年
[24] Petry，S。；挠曲机，C。；Tutz，G.，成对融合LASSO。技术报告102，（2011），LMU，统计部
[25] 新几内亚波尔森。；斯科特·J·G。；Willard，B.T.，《统计学和机器学习中的近似算法》，Statist。科学。，30, 559-581, (2015) ·Zbl 1426.62213号
[26] Searle，S.，线性模型，（1979），纽约州纽约市John Wiley&Sons·Zbl 0443.62060号
[27] 沈，X。；Huang，H.-C.，通过正则化解曲面的分组追踪，J.Amer。统计师。协会，105，727-739，（2010）·Zbl 1392.62192号
[28] 沈，X。；黄，H.-C。；Pan，W.，图上的同时监督聚类和特征选择，Biometrika，99，899-914，（2012）·Zbl 1452.62467号
[29] 陶，P.D。；An，L.T.H.，《dc编程的凸分析方法：理论、算法和应用》，《数学学报》。越南。，22, 289-355, (1997) ·Zbl 0895.90152号
[30] Tao，P.D.，《dc（凸函数的差异）编程和dca重温现实世界非凸优化问题的dc模型》，Ann.Oper。决议，133，23-46，（2005）·Zbl 1116.90122号
[31] Tibshirani，R。；桑德斯，M。；Rosset，S。；朱，J。；K.奈特（K.K.Knight），《通过融合LASSO，J.R.Stat.Soc.Ser的稀疏与平滑》。B统计方法。，67，91-108，（2005年）·Zbl 1060.62049号
[32] Tibshirani，R.J。；Taylor，J.，广义LASSO的解路径，Ann.Statist。，39, 1335-1371, (2011) ·Zbl 1234.62107号
[33] Tibshirani，R.J。；Taylor，J.，套索问题中的自由度，Ann.Statist。，39, 1198-1232, (2012) ·Zbl 1274.62469号
[34] 图坦库，R.H。；Toh，K.C。；Todd，M.J.，使用SDPT3求解半定二次线性程序，数学。程序。B、 95、189-217（2003）·Zbl 1030.90082号
[35] Tutz，G.，分类数据回归，（2011），剑桥大学出版社·Zbl 1304.62021号
[36] Wahlberg，B.、Boyd，S.、Annergren，M.、Wang，Y.，2012年。一类全变分正则化估计问题的admm算法。arXiv预打印arXiv:1203.1828。
[37] Wang，L。；Kim，Y。；李荣，超高维非凸惩罚回归的校正，安统计学家。，41, 2505-2536, (2013) ·Zbl 1281.62106号
[38] Ye，G.-B。；Xie，X.，大规模融合LASSO的分裂Bregman方法，计算。统计师。数据分析。，55, 1552-1569, (2011) ·Zbl 1328.65048号
[39] 是的，I.C。；Lien，C.H.，《数据挖掘技术对信用卡客户违约概率预测准确性的比较》，专家系统。申请。，36, 2473-2480, (2009)
[40] 袁，M。；Lin，Y.，《分组变量回归中的模型选择和估计》，J.R.Stat.Soc.Ser。B统计方法。，68, 49-67, (2006) ·Zbl 1141.62030号
[41] Yuille，A.L。；Rangarajan，A.，凹-凸过程，神经计算。，15, 915-936, (2003) ·Zbl 1022.68112号
[42] 张春华，极小极大凹惩罚下的几乎无偏变量选择，安统计学家。，38, 894-942, (2010) ·Zbl 1183.62120号
[43] Zhang，C.H。；Zhang，T.，高维稀疏估计问题凹正则化的一般理论，Statist。科学。，576-593, (2012) ·Zbl 1331.62353号
[44] 赵，P。；Yu，B.，关于LASSO的模型选择一致性，J.Mach。学习。第72541-2563号决议（2006年）·Zbl 1222.62008年
[45] Zhu，Y。；沈，X。；Pan，W.，无向图上的同时分组追踪和特征选择，J.Amer。统计师。协会，108，713-725，（2013）·Zbl 06195973号
[46] Zou，H.，《自适应套索及其预言属性》，J.Amer。统计师。协会，101，1418-1429，（2006）·Zbl 1171.62326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。