×
王斌；史文忠；苗族、泽朗

稳健惩罚样条平滑方法的比较分析。 （英语） Zbl 1407.62143号

数学。问题。工程师。 2014年，文章ID 642475，11 p.（2014）.
摘要：噪声数据的平滑是工程领域中常见的问题，目前鲁棒惩罚回归样条模型被认为是解决这一问题的最有希望的方法，因为它们可以灵活地捕捉数据中的非线性趋势，并有效地缓解离群值带来的干扰。在这样的背景下，本文对两种流行的鲁棒平滑技术——惩罚回归样条的\（M\）型估计和\（S\）估计——进行了彻底的比较分析，这两种技术都是从起源开始重新研究的，重新制定了它们的推导过程，并在统一的框架下重新组织了相应的算法。在MATLAB平台上，从拟合精度、鲁棒性和执行时间等方面对这两种估值器的性能进行了全面评估。详细的对比实验表明，与非稳健惩罚LS样条回归方法相比，稳健惩罚样条平滑方法具有抗噪声影响的能力。此外，M估计量仅对扰动误差适中的观测值具有稳定性能，而S估计量即使对严重污染的观测值也表现得相当好，但需要更多的执行时间。这些发现可以为选择合适的方法平滑噪声数据提供指导。

MSC公司：

62G08号 非参数回归和分位数回归
62G07年 密度估算

软件：

WRS2型；半标准杆；WinBUGS公司；Matlab公司
PDF格式BibTeX公司 XML格式引用
\textit{B.Wang}等人，数学。问题。Eng.2014，文章ID 642475，11 p.（2014；Zbl 1407.62143）
全文： 内政部

参考文献：

[1] 弗里德曼，J.H。；Silverman，B.W.，《灵活节约型平滑和加性建模》，《技术计量学》，31，1，3-21（1989）·Zbl 0672.65119号 ·doi:10.2307/1270359
[2] 马拉，G。；Radie，R.，《惩罚回归样条：医学研究的理论和应用》，《医学研究中的统计方法》，19，2，107-125（2010）·doi:10.1177/0962280208096688
[3] Ruppert，D。；Carroll，R.J.，样条拟合的空间自适应惩罚，澳大利亚和新西兰统计杂志，42，2，205-223（2000）·doi:10.1111/1467-842X.00119
[4] O'Sullivan，F.，《不适定反问题的统计观点》，《统计科学》，第1期，第4期，第502-518页（1986年）·Zbl 0625.62110号
[5] 凯利，C。；Rice，J.，《应用于剂量-反应曲线和协同作用评估的单调平滑法》，生物统计学，46，4，1071-1085（1990）·doi:10.2307/2532449
[6] P.C.贝塞。；Cardot，H。；Ferraty，F.，不平衡纵向数据的同步非参数回归，计算统计与数据分析，24，3，255-270（1997）·Zbl 0900.62199号 ·doi:10.1016/S0167-9473（96）00067-9
[7] Mallows，C.L.，关于Cp.的一些评论，技术计量学，15，4，661-675（1973）·Zbl 0269.62061号
[8] Akaike，H.，高斯自回归滑动平均模型的最大似然识别，生物统计学，60，2，255-265（1973）·Zbl 0318.62075号 ·doi:10.1093/biomet/60.2.255
[9] Hurvich，C.M。；Simonoff，J.S。；Tsai，C.，使用改进的Akaike信息准则在非参数回归中平滑参数选择，皇家统计学会学报B，60，2，271-293（1998）·Zbl 0909.62039号 ·doi:10.1111/1467-9868.00125
[10] 艾尔斯，P.H.C。；Marx，B.D.，《带（B）样条和惩罚的柔性平滑》，《统计科学》。，11, 2, 89-102 (1996) ·兹比尔0955.62562 ·doi:10.1214/ss/1038425655
[11] Wand，M.P.，关于惩罚样条回归中的最优平滑量，Biometrika，86，4，936-940（1999）·Zbl 0943.62034号 ·doi:10.1093/biomet/86.4.936
[12] Ruppert，D。；Carroll，R.J.，样条拟合的空间自适应惩罚，澳大利亚和新西兰统计杂志，42，2205-223（2000）·doi:10.1111/1467-842X.00119
[13] Ruppert，D.，为缺陷样条选择节数，计算与图形统计杂志，11，4，735-757（2002）·doi:10.1198/106186002321018768
[14] Ruppert，D。；Wand，M.P。；Carroll，R.J.，《半参数回归》（2003），美国马萨诸塞州剑桥：剑桥大学出版社·Zbl 1038.62042号 ·doi:10.1017/CBO9780511755453
[15] Krivobokova，T.，惩罚样条平滑的理论和实践方面（2006），比勒费尔德大学
[16] Crainiceanu，C.M。；Ruppert，D。；Wand，M.P.，使用WinBUGS对惩罚样条回归进行贝叶斯分析，统计软件杂志，14，14（2005）
[17] Wood，S.N.，薄板回归样条，《皇家统计学会杂志B：统计方法》，65，1，95-114（2003）·Zbl 1063.62059号 ·数字对象标识代码：10.1111/1467-9868.00374
[18] 周，L。；Pan，H.，使用三角剖分上的惩罚二元样条函数平滑不规则区域的噪声数据，计算统计，29，1-2，263-281（2014）·Zbl 1306.65159号 ·doi:10.1007/s00180-013-0448-z
[19] Huber，P.J.，位置参数的稳健估计，《数理统计年鉴》，35，1，73-101（1964）·Zbl 0136.39805号 ·doi:10.1214/aoms/1177703732
[20] Wilcox，R.R.，《稳健估计和假设检验导论》（2012），美国纽约州纽约市：美国纽约州学术出版社·Zbl 1270.62051号
[21] 休伯，P.J。；Ronchetti，E。；MyiLibrary，稳健统计（1981），威利在线图书馆·Zbl 0536.62025号
[22] Cox，D.D.，（M）型光滑样条的渐近性，统计学年鉴，11，2，530-551（1983）·Zbl 0519.62034号 ·doi:10.1214/aos/1176346159
[23] 卢梭，P。；Yohai，V.，通过S估计的稳健回归，稳健和非线性时间序列分析。稳健和非线性时间序列分析，统计学课堂讲稿，26，256-272（1984），纽约州纽约市，美国：斯普林格，纽约州，纽约州·Zbl 0567.62027号 ·doi:10.1007/978-14615-7821-5_15
[24] Salibian-Barrera，M。；Yohai，V.J.，S回归估计的快速算法，《计算与图形统计杂志》，15，2，414-427（2006）·doi:10.1198/106186006X113629
[25] 圣埃丁，M。；Toka，O.，线性回归中S-估计量和M-估计量的比较，Gazi University Journal of Science，24，4，747-752（2011）
[26] 哦，H。；Nychka，D。；Brown，T。；Charbonneau，P.，《通过稳健平滑对可变恒星进行周期分析》，《皇家统计学会杂志C：应用统计学》，53，1，15-30（2004）·Zbl 1111.85302号 ·doi:10.1111/j.1467-9876.2004.00423.x
[27] Lee，T.C.M。；Oh，H.，稳健惩罚回归样条拟合及其在加性混合建模中的应用，计算统计学，22，1，159-171（2007）·Zbl 1194.62046号 ·doi:10.1007/s00180-007-0031-6
[28] Finger，R.，调查不同估算技术在作物保险应用中的作物产量数据分析性能，农业经济学，44，21217-230（2013）·doi:10.1111/agec.12005年
[29] 塔玛拉特南，K。；Claeskens，G。；克罗克斯，C。；Salibián-Barrera，M.，（S）-惩罚回归样条的估计，计算与图形统计杂志，19，3，609-625（2010）·doi:10.1198/jcgs.2010.08149
[30] 克雷文，P。；Wahba，G.，用样条函数平滑噪声数据：通过广义交叉验证方法估计正确的平滑度，Numeriche Mathematik，31，4377-403（1979）·Zbl 0377.65007号 ·doi:10.1007/BF01404567
[31] 多诺霍，D.L。；Huber，P.J.，《崩溃点的概念》，《埃里希·莱曼的节日》，157-184（1983）·Zbl 0523.62032号
[32] Maronna，R.A。；Yohai，V.J.，回归和尺度的同时一般（M）估计的分解点，美国统计协会杂志，86，415，699-703（1991）·Zbl 0733.62039号
[33] Beaton，A.E。；Tukey，J.W.，《幂级数的拟合，意味着多项式，在光谱数据上说明》，《技术计量学》，16，2，147-192（1974）·Zbl 0282.62057号 ·doi:10.1080/00401706.1974.10489171
[34] Ross，S.M.，《概率第一课程》（2010），美国新泽西州马鞍河：美国新泽西马鞍河皮尔逊普伦蒂斯霍尔·Zbl 1307.60002号
[35] 戴维斯，L。；Gather，U.，《多个离群值的识别》，《美国统计协会杂志》，88，423，782-801（1993）·Zbl 0797.62025号 ·doi:10.1080/01621459.1993.10476339
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。