×
利维奥·芬加;Politis，Dimitris N。

稀疏自回归的LASSO顺序选择：自举方法。 （英语） 兹比尔1492.62134

J.统计计算。模拟 87，第14号，2668-2688（2017）.
摘要：自回归模型广泛应用于许多科学领域的预测和其他推断。虽然确定它们的顺序通常是一个困难和关键的步骤，但当所研究的时间序列是以稀疏性为特征的随机过程的实现时，这项任务变得更加复杂和关键。本文提出了一种基于MAICE过程的自举版本，在给定一组观测值的情况下，确定具有稀疏结构的平稳AR模型阶数的方法[H.赤介，in：庆祝统计。ISI百年纪念卷。这是一本纪念1885年国际统计学会成立的书。纽约州纽约市：斯普林格·弗拉格，1-24（1985；Zbl 0576.62009号)]与LASSO型约束程序结合，用于抑制无关紧要的滞后。将通过蒙特卡罗模拟获得经验结果。通过与常用的交叉验证方法和该程序的非自举对应方法进行比较，评估了我们方法的质量。

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62J07型 岭回归；收缩估计器（拉索）

关键词：

AR过程;引导数据库;订单选择;移动块引导;AIC公司

引文：

Zbl 0576.62009号

软件：

菲塔尔;EBayesThresh公司
PDF格式BibTeX公司 XML格式引用
\textit{L.Fenga}和\textit{D.N.Politis}，J.Stat.Compute。模拟87，No.14，2668--2688（2017；Zbl 1492.62134）
全文： 内政部

参考文献：

[1] Sun Y.用稀疏自回归过程建模长记忆时间序列。J不确定系统。第6卷，第4期，第289-298页。2012;267-288. [谷歌学者]
[2] Sklarz MA、Miller NG、Gersch W.使用长阶自回归过程进行预测：使用住房开工的示例。房地产经济。1987;15(4):374-388. doi:10.1111/1540-6229.00438[Crossref]，[Web of Science®]，[Google学者]
[3] Feng X，Seto M，Katsuyama K。地震震级序列的神经动力学建模。《地球物理学杂志》1997；128(3):547-556. [谷歌学者]
[4] Erer I，Sarikaya K，Bozkurt H。通过稀疏正则化二维线性预测增强雷达成像。摘自：信号处理会议（EUSIPCO），2014年第22届欧洲会议记录。IEEE；2014年，第1751-1755页。[谷歌学者]
[5] Silverman BW，Johnstone I.Ebayesthresh：经验贝叶斯阈值的R程序。J统计软件。2005;12(8). [Web of Science®]，[Google学者]
[6] Malioutov D，Chetin M，Willsky AS。传感器阵列源定位的稀疏信号重建透视图。IEEE传输信号处理。2005;53(8):3010-3022. doi:10.1109/TSP.2005.850882[Crossref]，[Web of Science®]，[Google学者]·Zbl 1370.94191号
[7] Niedzwiecki M，Ciotek M。使用稀疏自回归模型消除存档语音信号中的点击。2012年，第20届欧洲信号处理会议（EUSIPCO）会议记录，印度特里凡德拉姆。[谷歌学者]
[8] Deng H.稀疏脉冲响应识别的自适应算法。华盛顿特区：乔治华盛顿大学；2005.[谷歌学者]
[9] Cotter SF，Rao BD.通过匹配追踪进行稀疏信道估计，并应用于均衡。IEEE跨通信。2002;50(3):374-377. doi:10.1109/26.990897[Crossref]，[Web of Science®]，[Google学者]
[10] 模型选择中的关键概念：性能和通用性。数学心理学杂志。2000;44(1):205-231. doi:10.1006/jmps.1999.1284[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·1048.62500兹罗提
[11] Akaike H.统计模型识别的新视角。IEEE Trans Autom控制。1974;19(6):716-723. doi:10.1109/TAC.1974.1100705[Crossref]，[Web of Science®]，[Google学者]·Zbl 0314.62039号
[12] 乔伊斯·吉米·库尔贝克-莱布勒分歧。收录于：国际统计科学百科全书。柏林：施普林格；2011年，第720-722页。[谷歌学者]
[13] 萧C.经济变量的自回归模型和因果排序。经济动态与控制杂志。1982;4:243-259. doi:10.1016/0165-1889（82）90015-X[Crossref]，[Web of Science®]，[Google学者]
[14] Andersen TG.随机自回归波动率：波动率建模框架。数学金融。1994年；4(2):75-102. [谷歌学者]·Zbl 0884.90013号
[15] Toulemonde G，Guillou A，Naveau P，et al.最大值的自回归模型及其对ch4和n2o的应用。环境计量学。2010;21（2）：189-207年。[Web of Science®]，[Google学者]
[16] Besse PC、Cardot H、Stephenson DB。一些功能性气候变化的自回归预测。Scand J Stat.2000；27(4):673-687. [谷歌学者]·Zbl 0962.62089号
[17] Kishida K.自回归模型分析和衰减率。Ann Nucl Energy，1990年；17(3):157-160. doi:10.1016/0306-4549（90）90094-T[Crossref]，[Web of Science®]，[Google学者]
[18] Haimov S，Michalev M，Savchenko A等。通过自回归模型拟合和聚类分析对雷达特征进行分类。IEEE T Geosci远程。1989;27（5）：606-610。[谷歌学者]
[19] Steketee JA公司。位错弹性理论的一些地球物理应用。Can J Phys.公司。1958;36(9):1168-1198. doi:10.1139/p58-123[Crossref]，[Web of Science®]，[Google学者]·Zbl 0087.23702号
[20] Rabiner LR，Schafer RW。数字语音处理。Froehlich/Kent Encycl电信公司。2011;6:237-258. [谷歌学者]
[21] Vaz F，Guedes de Oliveira P，Principie J.关于自回归EEG建模最佳顺序的研究。国际生物医学计算杂志。1987;20（1-2）：41-50。[谷歌学者]
[22] Pinna GD、Maestri R、Di Cesare A.关于Akaike信息准则在心血管变异信号ar谱分析中的应用：一项病例报告研究。收录：《心脏病学中的计算机》，论文集。IEEE；1993年，第471-474页。[谷歌学者]
[23] Franses PH，Van Dijk D.季度工业生产季节性和非线性的各种模型的预测性能。国际J预测。2005;21(1):87-102. [谷歌学者]
[24] Box GEP、Jenkins GM、Reinsel GC等。时间序列分析：预测和控制。威利；2015.[谷歌学者]
[25] Burnham KP，Anderson DR。模型选择和多模态推理：一种实用的信息理论方法。第二版，纽约：Springer-Verlag；2002.[谷歌学者]·Zbl 1005.62007号
[26] Mallows CL.关于c p.Technometrics的一些评论。1973;15（4）：661-675。[Taylor&Francis Online]、[Web of Science®]、[Google学者]·Zbl 0269.62061号
[27] Kass RE，Raftery AE.贝叶斯因子。美国统计协会杂志，1995年；90(430):773-795. doi:10.1080/01621459.1995.10476572[Taylor&Francis Online]，[Web of Science®]，[Google学者]·兹比尔0846.62028
[28] Hannan EJ，Quinn BG。自回归阶数的确定。J R Statist Soc Ser B（Methodol）杂志。1979年；190-195. [谷歌学者]·Zbl 0408.62076号
[29] Akaike H.拟合自回归模型进行预测。Ann Inst统计数学。1969;21(1):243-247. doi:10.1007/BF02532251[Crossref]，[Web of Science®]，[Google学者]·兹伯利0202.17301
[30] Bozdogan H.Akaike的信息标准和信息复杂性的最新发展。数学心理学杂志。62-91. [PubMed]、[Web of Science®]、[Google学者]·Zbl 1047.62501号
[31] 布罗森PMT。具有时间序列模型的自动频谱分析。IEEE Trans Instrum测量。2002;51(2):211-216. doi:10.1109/19.997814[Crossref]，[Web of Science®]，[Google学者]
[32] Billings SA、Wei HL。一种用于模型子集选择和非线性系统识别的自适应正交搜索算法。国际J控制。2008;81(5):714-724. [谷歌学者]·Zbl 1152.93343号
[33] Fenga L，Politis DN公司。基于Bootstrap的arma订单选择。J统计计算模拟。2011;81(7):799-814. doi:10.1080/00949650903484166[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1219.62136号
[34] Acosta-González E，Fernández-Rodríguez F。通过遗传算法选择模型，并用跨国增长数据进行说明。Empir经济。2007;33(2):313-337. doi:10.1007/s00181-006-0104-3[Crossref]，[Web of Science®]，[Google学者]
[35] Bozdogan H.Akaike的信息标准和信息复杂性的最新发展。数学心理学杂志。2000;44(1):62-91. doi:10.1006/jmps.1999.1277[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 1047.62501号
[36] 李瑞，崔海。通过正则化选择变量。新泽西州霍博肯：威利在线图书馆；1985.[谷歌学者]
[37] Korenberg MJ，Paarmann LD。时间序列分析和系统识别的正交方法。IEEE信号处理杂志1991；8(3):29-43. doi:10.1109/79.127999[Crossref]，[Web of Science®]，[Google学者]
[38] Korenberg MJ，Paarmann LD。一种用于生物建模的具有自动阶数估计的正交arma标识符。Ann Biomed Eng.1989；17(6):571-592. doi:10.1007/BF02367464[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[39] Potscher BM。非平稳性下的模型选择：自回归模型和随机线性回归模型。Ann Stat.1989；1257-1274. doi:10.1214/aos/1176347267[Crossref]，[Web of Science®]，[Google学者]·Zbl 0683.62049号
[40] Hurvich CM，Tsai C-L.小样本回归和时间序列模型选择。Biometrika公司。1989;76(2):297-307. doi:10.1093/biomet/76.2.297[Crossref]，[Web of Science®]，[Google学者]·Zbl 0669.62085号
[41] Bhansali RJ，Downham DY.由akaike的fpe准则的推广选择的自回归模型阶的一些性质。Biometrika公司。1977;64(3):547-551. [Web of Science®]，[Google学者]·Zbl 0379.62077号
[42] 柴田R.回归变量数量的选择；广义fpe的极大极小选择。Ann Inst统计数学。1986;38(1):459-474. doi:10.1007/BF02482533[Crossref]，[Web of Science®]，[Google学者]·Zbl 0619.62060号
[43] Venter JH，Steel SJ。对正常线性模型中的选择和估计的一些贡献。Ann Inst统计数学。1992;44(2):281-297. doi:10.1007/BF00058641[Crossref]，[Web of Science®]，[Google学者]·兹比尔0850.62493
[44] Claeskens G，Hjort NL.模型选择和模型平均，第330卷。剑桥：剑桥大学出版社；2008.[交叉引用]，[谷歌学者]·Zbl 1166.62001号
[45] Konishi S，Kitagawa G。模型选择中的通用信息标准。Biometrika公司。1996;83(4):875-890. doi:10.1093/biomet/83.4.875[Crossref]，[Web of Science®]，[Google学者]·Zbl 0883.62004号
[46] Nishii R.未指定真实模型时的最大似然原则和模型选择。多变量分析杂志。1988;27(2):392-403. doi:10.1016/0047-259X（88）90137-6[Crossref]，[Web of Science®]，[Google学者]·Zbl 0684.62026号
[47] Woodroofe M.关于模型选择和正弦弧定律。Ann Stat.1982年；1182-1194. doi:10.1214/aos/1176345983[Crossref]，[Web of Science®]，[Google学者]·Zbl 0507.62037号
[48] Bozdogan H.模型选择和Akaike信息准则（AIC）：一般理论及其分析扩展。心理测量学。1987;52(3):345-370. [谷歌学者]·Zbl 0627.62005号
[49] IanMcLeod A，Zhang Y.改进子集自回归：使用r包。J统计软件。2008;28(2):1-28. [PubMed]、[Web of Science®]、[Google学者]
[50] Nardi Y，Rinaldo A.通过套索程序进行自回归过程建模。多变量分析杂志。2011;102(3):528-549. doi:10.1016/j.jmva.2010.10.012[Crossref]，[Web of Science®]，[Google学者]·Zbl 1207.62169号
[51] Schmidt DF，Makalic E.用贝叶斯套索估计平稳自回归模型。时间序列分析杂志。2013;34(5):517-531. doi:10.1111/jtsa.12027[Crossref]，[Web of Science®]，[Google学者]·Zbl 1282.62203号
[52] 丹福思总经理。使用离散语音识别对稀疏分布存储进行的实证研究。高级计算机科学研究所。NASA艾姆斯研究中心；1990.[谷歌学者]
[53] Fan K-C，Wang Y-K。一种遗传稀疏分布记忆方法在手写字符识别中的应用。模式识别。1997;30(12):2015-2022. doi:10.1016/S0031-3203（97）00017-4[Crossref]，[Web of Science®]，[Google学者]
[54] Huang J，Ma S，Zhang C-H。稀疏高维回归模型的自适应套索。统计正弦。2008;18(4):1603. [Web of Science®]，[Google学者]·Zbl 1255.62198号
[55] Akaike H.预测和熵。施普林格；1998.[谷歌学者]·Zbl 0576.62009号
[56] Ozaki T.关于arima模型的阶次确定。应用统计1977；290-301. doi:10.2307/2346970[Crosref]，[谷歌学者]
[57] AR（∞）过程的Kreiss J-P.Bootstrap程序。施普林格；1992.【Crossref】，【谷歌学者】
[58] Breiman L.回归中选择维数的小bootstrap和其他方法：X固定预测误差。美国统计协会杂志，1992年；87(419):738-754. doi:10.1080/01621459.1992.10475276[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0850.62518号
[59] Zhang P.线性回归模型中变量选择后的推断。Biometrika公司。1992;79(4):741-746. doi:10.1093/biomet/79.4.741[Crossref]，[Web of Science®]，[Google学者]·Zbl 0773.62050号
[60] Efron B，Tibshirani R.标准误差、置信区间和其他统计准确性测量的Bootstrap方法。统计科学。1986;1(1):54-75. doi:10.1214/ss/1177013815[交叉引用]，[谷歌学者]·Zbl 0587.62082号
[61] James G、Witten D、Hastie T等，《统计学习导论》。施普林格；2013.【Crossref】，【谷歌学者】·Zbl 1281.62147号
[62] Tibshirani R.通过套索回归收缩和选择。J R Statist Soc Ser B（Methodol）杂志。1996;267-288. [谷歌学者]·Zbl 0850.62538号
[63] Efron B、Hastie T、Johnstone I等。最小角度回归。Ann Stat.2004；32(2):407-499. doi:10.1214/009053604000000067[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1091.62054号
[64] Hesterberg T，Choi NH，Meier L，等。最小角度和l1惩罚回归：综述。统计调查。2008;2:61-93. doi:10.1214/08-SS035[对照]，[谷歌学者]·Zbl 1189.62070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。