吉安卢卡·索蒂莱;保罗·弗鲁门托;马塞洛·奇奥迪;博泰,马蒂奥 通过分位数回归系数模型进行协变量选择的惩罚方法。 (英文) Zbl 07259253号 统计模型。 20,第4期,369-385(2020). 摘要:分位数回归模型的系数是分位数阶数的一对一函数。在标准分位数回归(QR)中,每次估计一个分位数。另一种可能性是对系数函数进行参数化建模,这种方法称为分位数回归系数建模(QRCM)。与标准QR相比,QRCM方法有助于估计、推断和解释结果,并生成更有效的估计量。我们设计了一种惩罚方法,可以在这个特定的建模框架中处理协变量的选择。与标准惩罚分位数回归估计器不同,在这种估计器中,模型选择是分位数特定的,我们的方法允许同时使用所有分位数的信息。我们描述了估计器,提供了仿真结果,并分析了激发本文的数据。建议的方法在qrcmNP公司R包装。 引用于2文件 MSC公司: 62至XX 统计 关键词:吸气量;拉索惩罚;惩罚综合损失最小化(PILM公司);惩罚分位数回归系数建模{量化风险管理}_p)\);调谐参数选择 软件:格尔姆奈特;qrcmNP公司;cov测试;质量控制模型;rq笔;R(右) PDF格式BibTeX公司 XML格式引用 \textit{G.Sottile}等人,统计模型。20,编号4369-385(2020;兹bl 07259253) 全文: 内政部 参考文献: [1] M·阿布拉莫维茨,I·斯特根(1964)数学函数手册:公式、图形和数学表第55卷。马萨诸塞州切姆斯福德:Courier Corporation·Zbl 0171.38503号 [2] Akaike,H(1974)统计模型识别的新视角。IEEE自动控制汇刊, 19, 716-23. ·Zbl 0314.62039号 ·doi:10.1109/TAC.1974.1100705 [3] Belloni,A,Chernozhukov,V(2013)高维稀疏模型中模型选择后的最小二乘法。伯努利, 19, 521-47. ·Zbl 1456.62066号 ·doi:10.3150/11-BEJ410 [4] Belloni,A,Chernozhukov,V(2011)高维稀疏模型中的L1惩罚分位数回归。统计年刊, 39, 82-130. ·Zbl 1209.62064号 ·doi:10.1214/10-AOS827 [5] Belloni,A,Chernozhukov,V,Hansen,C(2014)在高维对照中进行选择后对治疗效果的推断。经济研究综述, 81, 608-50. ·Zbl 1409.62142号 ·doi:10.1093/restud/rdt044 [6] Beran,R(1982)估计抽样分布:自举和竞争对手。统计年鉴, 10, 212-25. ·Zbl 0485.62037号 ·doi:10.1214/aos/1176345704 [7] Bottai,M,Pistelli,F,Di Pede,F,Baldaci,S,Simoni,M、Maio,S,Carrozzi,L,Viegi,G(2011)《健康非吸烟者吸气能力百分比:初步研究》。呼吸,82254-62·数字对象标识代码:10.1159/000327206 [8] Bühlmann,P,Van De Geer,S(2011)高维数据统计:方法、理论与应用柏林:施普林格科技与商业媒体·Zbl 1273.62015年 ·doi:10.1007/978-3-642-20192-9 [9] Chaudhuri,P(1991)条件分位数函数及其导数的全局非参数估计。多元分析杂志, 39, 246-69. ·Zbl 0739.62028号 ·doi:10.1016/0047-259X(91)90100-G [10] Craven,P,Wahba,G(1979)用样条函数平滑噪声数据。数值数学, 31, 377-403. ·Zbl 0377.65007号 ·doi:10.1007/BF01404567 [11] Efron,B,Hastie,T,Johnstone,I,Tibshirani,R(2004)最小角度回归。统计年刊, 32, 407-99. ·Zbl 1091.62054号 ·doi:10.1214/009053604000000067 [12] Fan,J,Li,R(2001)基于非冲突惩罚似然的变量选择及其预言性质。美国统计协会杂志, 96, 1348-60. ·Zbl 1073.62547号 ·doi:10.1198/016214501753382273 [13] Friedman,J,Hastie,T,Tibshirani,R(2010)通过坐标下降法实现广义线性模型的正则化路径。统计软件杂志, 33, 1-22. ·doi:10.18637/jss.v033.i01 [14] Frumento,P(2017)qrcm:分位数回归系数建模。R包版本2.1。统一资源定位地址https://CRAN.R-project.org/(上次访问时间为2019年1月11日)。 [15] Frumento,P,Bottai,M(2016)分位数回归系数函数的参数建模。生物计量学, 72, 74-84. ·Zbl 1393.62064号 ·doi:10.1111/biom.12410 [16] Frumento,P,Bottai,M(2017)《分位数回归系数函数的参数建模与截尾数据》。生物计量学, 73, 1179-88. ·Zbl 1405.62128号 ·doi:10.1111/biom.12675 [17] Javanmard,A,Montanari,M(2014)高维回归的置信区间和假设检验。机器学习研究杂志, 15, 2869-2909. ·Zbl 1319.62145号 [18] Koenker,R,Bassett,J(1978)回归分位数。计量经济学, 46, 33-50. ·Zbl 0373.62038号 ·doi:10.2307/1913643 [19] Kyung,M,Gilly,J,Ghoshz,M,Casella,G(2010),惩罚回归,标准误差和贝叶斯套索。贝叶斯分析, 5, 1-44. ·doi:10.1214/10-BA607 [20] Lee,E,Noh,H,Park,B(2014)通过分位数回归模型的贝叶斯信息标准进行模型选择。美国统计协会杂志, 109, 216-29. ·Zbl 1367.62122号 ·doi:10.1080/01621459.2013.836975 [21] Lee,J,Sun,D,Sun,Y,Taylor,JE(2016)《精确后选择推理及其在套索中的应用》。统计年鉴, 44, 907-27. ·Zbl 1341.62061号 ·doi:10.1214/15-AOS1371 [22] Li,Y,Zhu,J(2008)L1-形式分位数回归。计算与图形统计杂志, 17, 163-85. ·doi:10.1198/106186008X289155 [23] Lockhart,R,Taylor,J,Tibshirani,R,Tibshirani,R(2014)套索的显著性检验。统计年鉴, 42, 413-68. ·Zbl 1305.62254号 ·doi:10.1214/13-AOS1175 [24] Meinshausen,N,Bühlmann,P(2012)高维回归的P值。美国统计协会杂志, 104, 1671-81. ·Zbl 1205.62089号 ·doi:10.1198/jasa.2009.tm08647 [25] Nishii,R(1984)多元回归中变量选择标准的渐近性质。统计年刊, 12, 758-65. ·Zbl 0544.62063号 ·doi:10.1214/aos/1176346522 [26] Osborne,M,Presnell,B,Turlach,B(2000)《套索及其对偶》。计算图形统计杂志, 9, 319-37. [27] Schwarz,G(1978)估算模型的维数。统计年刊, 6, 461-64. ·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136 [28] Sherwood,B,Maidman,A(2017)rqPen:Pena-lized分位数回归。R软件包版本2.0。统一资源定位地址https://CRAN.R-项目。[org/package=rqPen](上次访问时间:2019年1月11日)。 [29] Sottile,G(2018)qrcmNP:分位数回归系数函数的非线性和惩罚参数建模。R包版本0.1.2。统一资源定位地址https://CRAN.R-项目。[org/package=qrcmNP](上次访问时间:2019年1月11日)。 [30] Sun,W,Reich,B,Tony,C,Guindani,M,Schwartzman,A(2015)大规模空间多重测试中的错误发现控制。英国皇家统计学会杂志:B辑, 77, 59-83. ·Zbl 1414.62043号 ·doi:10.1111/rssb.12064 [31] Tibshirani,R(1996)通过套索回归收缩和选择。英国皇家统计学会杂志:B辑,58267-88·Zbl 0850.62538号 [32] Van,de,Geer,S,Bühlmann,S,Ritov,Y,Dezeure,R(2014)关于高维模型的渐近最优置信区域和检验。统计年鉴, 42, 1166-1202. ·Zbl 1305.62259号 ·doi:10.1214/14-AOS1221 [33] Wang,L,Wu,Y,Li,R(2012)用于分析超高维异质性的分位数回归。美国统计协会杂志, 107, 214-22. ·Zbl 1328.62468号 ·doi:10.1080/01621459.2012.656014 [34] Wu,Y,Liu,Y(2009)分位数回归中的变量选择。中国统计局, 19, 801-17. ·Zbl 1166.62012年 [35] Yang,C,Chen,Y,Chang,H(2017)纵向青少年体重指数数据的复合边际分位数回归分析。医学统计学, 36, 3380-97. ·doi:10.1002/sim.7355 [36] 张,C,张,S(2014)高维线性模型中低维参数的置信区间。英国皇家统计学会杂志:B辑, 76, 217-42. ·Zbl 1411.62196号 ·doi:10.1111/rssb.12026 [37] Zhang,Y,Li,R,Tsai,C(2010)基于广义信息准则的正则化参数选择。美国统计协会杂志, 105, 312-23. ·Zbl 1397.62262号 ·doi:10.1198/jasa.2009.tm08013 [38] Zhao,P,Yu,B(2006年11月)关于套索的模型选择一致性。机器学习研究杂志, 7, 2541-63. ·Zbl 1222.62008年 [39] Zheng,Q,Peng,L(2017)变系数分位数回归与BIC调整参数选择的一致模型识别。统计学中的传播:理论与方法, 46, 1031-49. ·Zbl 1360.62404号 ·doi:10.1080/03610926.2015.1010009 [40] Zheng,Q,Gallagher,C,Kulasekera,K(2013)高维数据的自适应惩罚分位数回归。统计规划与推断杂志, 143, 1029-38. ·Zbl 1428.62173号 ·doi:10.1016/j.jspi.2012.12.09 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。