×
马海强;李婷;朱洪图;朱忠义

超高维函数部分线性模型的分位数回归。 （英语） Zbl 1469.62114号

计算。统计数据分析。 129, 135-147 (2019).
摘要：提出并研究了超高维函数部分线性模型的分位数回归。通过聚焦于条件分位数，其中条件作用于多个随机过程和高维标量协变量，所提出的模型可以对标量响应进行全面描述。为了选择和估计重要变量，开发了具有两个非凸惩罚的双惩罚函数分位数目标函数，并且可以通过两步技术选择所涉及的最优调谐参数。基于差分凸分析（DCA），建立了所得估计量的渐近性质，得到了条件分位数函数预测的收敛速度。仿真研究表明，与现有方法相比，其性能具有竞争力。通过对阿尔茨海默病神经成像倡议（ADNI）数据的实际应用，说明了该模型的实用性。

引用于23文件

MSC公司：

62-08 统计问题的计算方法
62G08号 非参数回归和分位数回归
6220国集团 非参数推理的渐近性质
62H25个 因子分析和主成分；对应分析
62兰特 功能数据分析

关键词：

渐近性质;双重惩罚分位数法;函数部分线性分位数模型;功能主成分分析;变量选择

软件：

QICD公司
PDF格式BibTeX公司 XML格式引用
\textit{H.Ma}等人，计算。统计数据分析。129、135——147（2019年；Zbl 1469.62114）
全文： 内政部

参考文献：

[1] 阿连德，L。；Pizarro，H.，《关于函数主成分的性质》，J.R.Stat.Soc.Ser。B统计方法。，68, 1, 109-126, (2006) ·Zbl 1141.62048号
[2] 蔡，T。；Hall，P.，函数线性回归预测，Ann.Statist。，34, 5, 2159-2179, (2006) ·Zbl 1106.62036号
[3] Cardot，H。；克兰贝斯，C。；Sarda，P.，当协变量为函数时的分位数回归，非参数。统计人员。，17, 7, 841-856, (2005) ·Zbl 1077.62026号
[4] Chen，K。；Müller，H.-G.，《协变量为函数时的条件分位数分析及其在生长数据中的应用》，J.R.Stat.Soc.Ser。B统计方法。，74, 1, 67-89, (2012) ·Zbl 1411.62095号
[5] Ertekin，T。；北卡罗来纳州宏碁。；Koseoglu，E。；扎拉西兹，G。；Sonmez，A。；牙龈，K。；Kurtoglu，E.，《阿尔茨海默病中的总颅内和侧脑室容积测量：方法学研究》，J.Clin。神经科学。，34, 133-139, (2016)
[6] 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，96，456，1348-1360，（2002）·Zbl 1073.62547号
[7] 吉里，M。；曼，Z。；Yang，L.，与阿尔茨海默病相关的基因：综述和现状，临床。干预老龄化，11，2，665-681，（2016）
[8] Kato，K.，函数线性分位数回归中的估计，Ann.Statist。，40, 6, 3108-3136, (2012) ·Zbl 1296.62104号
[9] 克莱因，A。；Tourville，J.，101标记了大脑图像和一致的人类皮层标记协议Front。神经科学。，6, 171, (2012)
[10] Koenker，R.，Quantile回归，（2005），剑桥大学出版社·Zbl 1111.62037号
[11] Koenker，R。；Bassett，G.，回归分位数，计量经济学，46，33-50，（1978）·兹伯利0373.62038
[12] D.孔。；薛，K。；姚，F。；Zhang，H.H.，高维部分函数线性回归，生物统计学，103，1，147-159，（2016）·1452.62500兹罗提
[13] R.F.巷。；Raines，S.M。；斯蒂尔，J.W。；埃利希，M.E。；Lah，J.A。；小型，S.A。；Tanzi，R.E。；阿提，医学博士。；Gandy，S.，《糖尿病相关sorcs1调节阿尔茨海默病淀粉样-β代谢：sorl1和逆转录酶复合体参与的证据》，《神经科学杂志》。摘自《神经科学杂志》。，30, 39, 13110-13115, (2010)
[14] Letenneur，L。；Launer，L.J。；Andersen，K。；杜威，M.E。；奥特·A。；科普兰，J.R。；Dartigues，J.F。；Kragh-Sorensen，P。；巴尔德斯基，M。；Brayne，C.，《教育与阿尔茨海默病的风险：性别起着重要作用》。eurodem汇总分析，美国流行病学杂志。，151, 11, 1064-1071, (2000)
[15] 彭，B。；Wang，L.，高维非凸惩罚分位数回归的迭代坐标下降算法，J.Compute。图表。统计人员。，24, 3, 676-694, (2015)
[16] 塞沙德里，S。；菲茨帕特里克，A.L。；Ikram，医学硕士。；Destefano，A.L。；古德纳森，V。；博阿达，M。；比斯，J.C。；史密斯，A.V。；Carrasquillo，M.M。；Lambert，J.C.，《阿尔茨海默病相关遗传位点的全基因组分析》，JAMA，303，18，1832-1840，（2010）
[17] 唐奇。；Cheng，L.，部分函数线性分位数回归，科学。中国数学。，57, 12, 2589-2608, (2014) ·Zbl 1308.62086号
[18] 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。，22289-355，（1997年）·兹伯利0895.90152
[19] 新泽西州Tustison。；库克，P.A。；克莱因，A。；Song，G。；达斯·S·R。；杜达，J.T。；坎德尔，B.M。；van Strien，N。；斯通，J.R。；Gee，J.C.，《蚂蚁和自由冲浪运动员皮层厚度测量的大规模评估》，《神经影像》，99，166-179，（2014）
[20] Wang，L。；Wu，Y。；Li，R.，分析超高维异质性的分位数回归，J.Amer。统计师。协会，107497214-222，（2012）·Zbl 1328.62468号
[21] Wu，Y。；Liu，Y.，分位数回归中的变量选择，统计学。Sinica，19，2，801-817，（2009）·Zbl 1166.62012年
[22] 姚，F。；穆勒，H.-G。；Wang，J.-L.，稀疏纵向数据的功能数据分析，J.Amer。统计师。协会，100，470，577-590，（2005）·Zbl 1117.62451号
[23] 姚，F。；Sue-Chee，S。；Wang，F.，正则部分函数分位数回归，J.多元分析。，156, 39-56, (2017) ·Zbl 1369.62083号
[24] Yu，D。；Kong，L.公司。；Mizera，I.，神经影像数据分析的部分函数线性分位数回归，神经计算，195，74-87，（2016）
[25] 朱，H。；康德克，Z。；卢，Z。；Ibrahim，J.G.，神经成像表型和遗传标记的贝叶斯广义低秩回归模型，J.Amer。统计师。协会，109，507，977-990，（2014）·Zbl 1368.62298号
[26] 邹，H。；Li，R.，非冲突惩罚似然模型中的一步稀疏估计，Ann.Statist。，36, 4, 1509-1533, (2008) ·Zbl 1142.62027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。