多米尼克·米勒；克洛迪亚·查多 用拉索选择高维稀疏藤蔓接合部。 （英语） Zbl 1430.62102号 统计计算。 29，第2号，269-287（2019）. 小结：我们提出了一种新的高维稀疏藤蔓结合部结构选择方法。当前用于结构选择的顺序贪婪方法需要计算数百维的生成树，并在整个结构选择过程中迭代拟合成对连接函数及其参数。我们的方法使用藤蔓和结构方程模型之间的联系。后者可以使用拉索（Lasso）快速估计，也可以在非常高的维度上获得稀疏模型。因此，我们获得了独立于所选对连接函数和参数的结构估计。此外，我们定义了R-vine矩阵正则化路径的新概念。它将藤蔓连接词模型在独立连接词方面的稀疏性与结构方程模型中的惩罚系数联系起来。我们说明了我们的方法并提供了许多数值示例。这些包括高维仿真和数据应用，显示了我们的方法相对于其他现有方法的优越性。 引用于6文件 MSC公司： 62小时05 多元概率分布的表征与结构理论；连接线 62J07型 岭回归；收缩估计器（拉索） 关键词：相关性建模；藤蔓连接部；拉索；稀疏 软件：github；Copula模型；玻璃制品；格尔姆奈特；CDV乙烯；葡萄香 PDF格式BibTeX公司 XML格式引用 \textit{D.Müller}和\textit{C.Czado}，统计计算。29，第2号，269--287（2019；Zbl 1430.62102） 全文： 内政部 arXiv公司 参考文献： [1] Aas，K.：金融应用的对copula构造：综述。《计量经济学》4（4），43（2016）·doi:10.3390/经济计量学4040043 [2] Aas，K.，Czado，C.，Frigessi，A.，Bakken，H.：多重依赖的对copula结构。保险。数学。经济。44, 182-198 (2009) ·Zbl 1165.60009号 ·doi:10.1016/j.insmateco.2007.02.001 [3] Akaike，H。；彼得罗夫，BN（编辑）；Csaki，F.（编辑），《信息论与最大似然原理的扩展》，267-281（1973），布达佩斯·Zbl 0283.62006号 [4] Andersson，S.A.，Perlman，M.D.：具有递归图形马尔可夫结构的正态线性回归模型。J.多变量。分析。66, 133-187 (1998) ·兹比尔1127.62377 ·文件编号：10.1006/jmva.1998.1745 [5] Bauer，A.，Czado，C.：配对Copula贝叶斯网络。J.计算。图表。Stat.25（4），1248-1271（2016）。https://doi.org/101080/10618600.2015.086355 ·doi:10.1080/10618600.2015.086355 [6] Bedford，T.，Cooke，R.：用藤蔓建模的条件相关随机变量的概率密度分解。安。数学。Artif公司。智力。32445-268（2001年）·Zbl 1314.62040号 ·doi:10.1023/A:1016725902970 [7] Bedford，T.，Cooke，R.：藤蔓——相依随机变量的新图形模型。Ann.Stat.30（4），1031-1068（2002）·Zbl 1101.62339号 ·doi:10.1214操作系统/1031689016 [8] Bollen，K.A.：具有潜在变量的结构方程，第1版。奇切斯特·威利（1989）·Zbl 0731.62159号 ·电话：10.1002/9781118619179 [9] Brechmann，E.，Czado，C.，Aas，K.：截断高维规则藤蔓，应用于财务数据。可以。《美国联邦法律大全》第40卷第68-85页（2012年）·Zbl 1274.62381号 ·doi:10.1002/cjs.10141 [10] Brechmann，E.C.，Joe，H.：使用截断藤蔓和因子分析对相关矩阵进行简约参数化。计算。统计数据分析。77, 233-251 (2014) ·兹比尔1506.62028 ·doi:10.1016/j.csda.2014.03.002 [11] Brechmann，E.C.，Schepsmeier，U.：用C-和D-vine连接函数建模依赖性：R包CDVine。J.统计软件。52(3), 1-27 (2013), http://www.jstatsoft.org/v52/i03/ [12] Dißmann，J.，Brechmann，E.，Czado，C.，Kurowicka，D.：选择和估算常规藤交链并应用于财务收益。计算。统计数据分析。52(1), 52-59 (2013) ·Zbl 1400.62114号 ·doi:10.1016/j.csda.2012.08.010 [13] Friedman，J.、Hastie，T.、Tibshirani，R.：用图形套索进行稀疏逆协方差估计。生物统计9（3），432（2008）。https://doi.org/10.1093/biostatistics/kxm045 ·兹比尔1143.62076 [14] Friedman，J.，Hastie，T.，Tibshirani，R.：通过坐标下降的广义线性模型的正则化路径。J.统计软件。33(1), 1-22 (2010), http://www.jstatsoft.org/v33/i01/ [15] Frommlet F、Chakrabarti A、Murawska M、Bogdan M（2011），替代方案下一般分布效应大小稀疏下的渐近贝叶斯最优。技术报告，arXiv:1005.4753 [16] Gruber L，Czado C（2015a）规则藤蔓结合部的贝叶斯模型选择。预打印https://www.statistics.ma.tum.de/fileadmin/w00bdb/www/LG/bayes-vine.pdf ·Zbl 1335.62048号 [17] Gruber，L.，Czado，C.：规则藤蔓连接的序贯贝叶斯模型选择。贝叶斯分析。10937-963（2015年b）·Zbl 1335.62048号 ·doi:10.1214/14-BA930 [18] Hastie，T.、Tibshirani，R.、Wainwright，M.：《稀疏的统计学习——套索和泛化》。CRC出版社，博卡拉顿（2015）·Zbl 1319.68003号 ·doi:10.1201/b18401 [19] Hoyle，R.H.：结构方程建模，第1版。SAGE出版物，千橡园出版社（1995） [20] Joe，H.：使用Copulas进行依赖建模。Chapman&Hall/CRC，伦敦（2014）·Zbl 1346.62001号 ·doi:10.1201/b17116 [21] Kaplan，D.：结构方程建模：基础与扩展，第2版。SAGE出版物，千橡（2009）·Zbl 0970.91063号 ·doi:10.4135/9781452226576 [22] Koller，D.，Friedman，N.：概率图形模型：原理和技术，第1版。麻省理工学院出版社，马萨诸塞州剑桥（2009）·Zbl 1183.68483号 [23] Kurowicka，D.，Cooke，R.：《不确定性分析和高维相关性建模》，第1版。奇切斯特·威利（2006）·Zbl 1096.62073号 ·doi:10.1002/0470863072 [24] Kurowicka，D.，Joe，H.：藤蔓Copulae依赖建模手册。新加坡世界科学出版公司（2011） [25] Meinshausen，N.，Bühlmann，P.：高维图和拉索变量选择。安。统计师。34(3), 1436-1462 (2006). https://doi.org/10.1214/00905360600000281 ·Zbl 1113.62082号 ·doi:10.1214/09053606000000281 [26] Müller，D.，Czado，C.：将稀疏高斯DAG表示为稀疏R-藤，允许非高斯依赖。J.计算。图表。统计数据（2017年）。https://doi.org/101080/10618600.2017.136911 ·Zbl 07498951号 [27] Schepsmeier U、Stöber J、Brechmann EC、Graeler B、Nagler T、Erhardt T（2016）《葡萄树种群：葡萄树Copulas的统计推断》。https://github.com/tnagler/VineCopula网站，r包版本2.0.6 [28] Schwarz，G.：估算模型的维数。Ann.Stat.6（2），461-464（1978）·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136 [29] Sklar，A.：重新划分维度和勒尔市场的功能。出版物。巴黎国立大学8，229-231（1959）·Zbl 0100.14202号 [30] Stöber，J.，Joe，H.，Czado，C.：简化的双copula构造-模仿和扩展。J.多变量。分析。119, 101-118 (2013). https://doi.org/10.1016/j.jmva.2013.04.014 ·Zbl 1277.62139号 ·doi:10.1016/j.jmva.2013.04.014 [31] Tibshirani，R.：通过套索进行回归收缩和选择。J.R.Stat.Soc.B 58，267-288（1994）·Zbl 0850.62538号 [32] Zou，H.，Hastie，T.：通过弹性网络的正则化和变量选择。J.R.统计社会服务。B（Stat.Methodol.）67（2），301-320（2005）。https://doi.org/10.1111/j.1467-9868.2005.005.x ·Zbl 1069.62054号 ·文件编号：10.1111/j.1467-9868.2005.005.x 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。