×

二进制响应数据的修剪LASSO回归估计。 (英语) Zbl 1436.62344号

摘要:提出了一种基于最大修剪似然的稳健LASSO型惩罚logistic回归。说明并证明了该方法的鲁棒性。通过仿真比较了该方法与常规LASSO的性能。

MSC公司:

62J07型 岭回归;收缩估计器(拉索)
62J12型 广义线性模型(逻辑模型)
62G35型 非参数稳健性

软件:

SMOTE公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Alfons,A。;克罗克斯,C。;Gelper,S.,《用于分析高维大数据集的稀疏最小二乘回归》,Ann.Appl。统计,7,226-248(2013)·Zbl 1454.62123号
[2] A.阿里。;Tibshirani,R.J.,《广义拉索问题和唯一性》(2018),arXiv电子印刷品
[3] 艾尔斯,K.L。;Cordell,H.J.,通过惩罚logistic回归进行全基因组和候选基因研究中的SNP选择,Genet。流行病。,34, 879-891 (2010)
[4] 布拉格斯,R。;Lusa,L.,高维类平衡数据的类预测,BMC生物信息学,11,523(2010)
[5] Bootkrajang,J。;Kaban,A.,使用稳健稀疏逻辑回归对标记错误的微阵列进行分类,生物信息学,29870-877(2013)
[6] 查拉,N.V。;鲍耶,K.W。;霍尔,L.O。;Kegelmeyer,W.P.,SMOTE:合成少数人过采样技术,《人工智能研究杂志》,16,321-357(2002)·Zbl 0994.68128号
[7] 克罗克斯,C。;弗兰德,C。;Haesbroeck,G.,逻辑回归模型中最大似然估计量的分解行为,统计。普罗巴伯。莱特。,60, 377-386 (2002) ·Zbl 1045.62014号
[8] 哈迪,A.S。;Luceño,A.,《最大修剪似然估计量:统一方法、示例和算法》,计算。统计师。数据分析。,25, 251-272 (1997) ·Zbl 0900.62119号
[9] Kurnaz,F.S。;霍夫曼,I。;Filzmoser,P.,高维线性和逻辑回归的稳健和稀疏估计方法,化学计量学。智力。实验室系统。,211-222(2018)
[10] Le Moullec,J.M。;朱利安,A。;Chenais,J。;拉斯莫尔斯,F。;Guliana,J.M。;米尔豪德(Milhaud,G.)。;Moukhtar,M.S.,人类前降钙素的完整序列,FEBS Lett。,167, 93-97 (1984)
[11] Neykov,N。;Filzmoser,P。;Neytchev,P.,通过惩罚最大修剪似然估计进行超高维变量选择,Statist。论文,55,187-207(2014)·Zbl 1416.62405号
[12] Rousseeuw,P.J。;Van Driessen,K.,大型数据集的计算LTS回归,data Min.Knowl。发现。,12, 29-45 (2006)
[13] Sun,H。;Wang,S.,高维DNA甲基化数据的惩罚逻辑回归与病例对照研究,生物信息学,281368-1375(2012)
[14] Tibshirani,R.,通过LASSO,J.R.Stat.Soc.Ser.回归收缩和选择。B统计方法。,58, 267-288 (1996) ·Zbl 0850.62538号
[15] 张建勇。;Chan,E.K。;彭晓霞。;Tan,E.M.,一种具有RNA-结合基序的新型细胞质蛋白是人类肝细胞癌的自身抗原,《实验医学杂志》,189,1101-1110(1999)
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。