×
佐丹，M。;瓦吉，F。;R·威伦斯。

关于使用Levenberg-Marquardt方法最大化属于指数族的可能性。 （英语） Zbl 07191980号

J.统计计算。模拟 87，第5期，895-907（2017）.
摘要：Levenberg-Marquardt算法是一种用于解决非线性最小二乘问题的灵活迭代程序。在这项工作中，我们研究了当基本分布为指数族时，如何使用此过程的一类可能的自适应来解决最大似然问题。我们正式证明了局部收敛性，并讨论了这类算法中惩罚的可能实现。实际和模拟成分数据的应用表明了该方法的稳定性和有效性。

引用于1文件

MSC公司：

10层62层 点估计
65C60个 统计中的计算问题（MSC2010）

关键词：

艾奇逊分布;成分数据;Dirichlet分布;广义线性模型;自然联系;优化

软件：

抢劫成分;法尔迈尔;生物标志;R（右）;Statmod公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Giordan}等人，《统计计算杂志》。模拟87，No.5，895--907（2017；Zbl 07191980）
全文： DOI程序 arXiv公司

参考文献：

[1] Transtrum M，Sethna J.非线性最小二乘最小化的Levenberg-Marquardt算法改进[Internet]。2012年【2016年8月28日发布】。可从以下位置获得：http://arxiv.org/abs/201.5885。[谷歌学者]
[2] Smyth GK公司。异方差回归中REML的一种有效算法。图形计算统计杂志2002；11:836-847. doi:10.1198/106186002871[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[3] Smyth G，Hu Y，Dunn P，et al.统计建模[Internet]。2013年【2016年8月28日发布】。可从以下位置获得：http://CRAN.R-project.org/package=statmod。R包版本1.4.18。[谷歌学者]
[4] Aitchison J.成分数据的统计分析。伦敦：布莱克本出版社；2003.[谷歌学者]·Zbl 0688.62004号
[5] Stinis P.指数密度估计和重正化的最大似然算法。计算物理杂志。2005;第208:691-703页。doi:10.1016/j.jcp.2005.03.001[Crossref]，[Web of Science®]，[Google学者]·Zbl 1075.65017号
[6] Levenberg K.用最小二乘法解决某些非线性问题的方法。Q应用数学。1944年；2:164-168. [Crossref]，[Google学者]·Zbl 0063.03501号
[7] 马夸特DW。一种非线性参数的最小二乘估计算法。SIAM应用数学杂志。1963;11:431-441. doi:10.1137/011030[Crossref]，[Web of Science®]，[Google学者]·Zbl 0112.10505号
[8] Marquardt方法中的Nielsen H.阻尼参数。DTU数学建模系；1998年（技术报告；IMM-REP-1999-05）。31 p.【谷歌学者】
[9] Madsen K，Nielsen H，Tingleff O。方法问题。第二版林比：丹麦技术大学；2004.[谷歌学者]
[10] Giordan M，Wehrens R.高维数据上Dirichlet参数最大似然估计计算方法的比较。Stat Oper Res事务处理。2015;39(1):109-126. [Web of Science®]，[Google学者]·Zbl 1322.62086号
[11] Dishon M，Weiss GH.贝塔分布估计方法的小样本比较。J统计计算模拟。1980;11:1-11. doi:10.1080/00949658008810385[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0456.62028号
[12] Ronning G.Dirichlet分布的最大似然估计。J统计计算模拟。1989;32:215-221. doi:10.1080/00949658908811178[Taylor&Francis Online]，[Google学者]·Zbl 0718.62048号
[13] Wicker N，Muller J，Kalathur RKR等。Dirichlet参数估计的最大似然近似方法。计算统计数据分析。2008;52:1315-1322. doi:10.1016/j.csda.2007.00.011[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1452.62211号
[14] Franceschi P、Masuero D、Vrhovsek U等。代谢组学生物标志物鉴定的基准峰值数据集。化学计量学杂志。2012;26:16-24. doi:10.1002/cem.1420[Crossref]，[Web of Science®]，[Google学者]
[15] Wehrens R，Franceschi P.变量选择的元统计：R包BioMark。统计软件杂志。2012;51(10):1-18. doi:10.18637/jss.v051.i10[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[16] Mateu-Figueras G，Pawlowsky-Glahn V.地球化学概率定律的关键方法。数学地质。2008;40(5):489-502. doi:10.1007/s11004-008-9169-1[Crossref]，[Web of Science®]，[Google学者]·Zbl 1153.86338号
[17] van den Boogaart K，Tolosana-Delgado R。用R分析成分数据。使用R！柏林：施普林格；2013.【Crossref】，【谷歌学者】·Zbl 1276.62011年
[18] Templ M，Hron K，Filzmoser P.robations:成分数据稳健统计分析的R包。奇切斯特：John Wiley&Sons；2011.[谷歌学者]
[19] Fahrmeir L，Tutz G.基于广义线性模型的多元统计建模。纽约：Springer；2001年（统计中的斯普林格系列）。[Crossref]，[Google学者]·Zbl 0980.62052号
[20] Lange K.统计学家的数值分析。纽约：Springer；2010年（统计与计算）。[Crossref]，[Google学者]·Zbl 1258.62003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。