×

函数线性模型的秩估计。 (英语) Zbl 1514.62521号

摘要:本文讨论了在重尾误差分布和存在离群值的情况下,函数线性回归模型参数函数的估计。考虑了降低功能数据固有的高维性的标准方法。将函数模型简化为标准多元线性回归模型后,采用基于加权秩的方法估计回归参数。通过蒙特卡罗模拟和一个实际例子,说明了所提出的估计量的性能,并与最小二乘估计量和最小绝对偏差估计量进行了比较。

MSC公司:

62至XX 统计学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] A.Abebe、J.W.McKean和H.F.Bindele,一类非线性回归估计的相合性PJSOR 8(2012),第543-555页·Zbl 1509.62272号
[2] J.L.Bali、G.Boente、D.E.Tyler和J.-L.Wang,稳健函数主成分:投影寻踪方法《Ann.Stat.39》(2011年),第2852-2882页。doi:10.1214/11-AOS923·Zbl 1246.62145号 ·doi:10.1214/11-AOS923
[3] H.F.Bindele,相依观测下符号秩估计的渐近性,J.Statist。计划。推理146(2014),第49-55页。doi:10.1016/j.jspi.2013.09.009·兹比尔1279.62136 ·doi:10.1016/j.jspi.2013.09.009
[4] H.F.Bindele和A.Abebe,有界影响非线性符号秩回归,可以。《美国联邦法律大全》第40卷(2012年),第172-189页。http://dx.doi.org/10.1002/cjs.10134 ·Zbl 1236.62076号 ·doi:10.1002/cjs.10134
[5] G.Boente和R.Fraiman,Locantore等人对函数数据的稳健主成分的讨论。《测试8》(1999年),第28-35页。
[6] E.Brunner和M.Denker,相依观测下的秩统计及其在析因设计中的应用,J.Statist。计划。推断42(1994),第353-378页。doi:10.1016/0378-3758(94)00002-6·Zbl 0816.62035号 ·doi:10.1016/0378-3758(94)00002-6
[7] H.Cardot、F.Ferraty和P.Sarda,函数线性模型,统计概率。莱特。45(1999),第11-22页。doi:10.1016/S0167-7152(99)00036-X·Zbl 0962.62081号 ·doi:10.1016/S0167-7152(99)00036-X
[8] H.Cardot、A.Mas和P.Sarda,函数线性回归模型中的CLT,Probab。理论关联。Fields 138(2007),第325-361页。doi:10.1007/s00440-006-0025-2·Zbl 1113.60025号 ·doi:10.1007/s00440-006-0025-2
[9] W.H.Chang、J.W.McKean、J.D.Naranjo和S.J.Sheather,高分解秩回归,J.Amer。统计师。《协会》94(1999),第205-219页。doi:10.1080/01621459.1999.10473836·Zbl 1054.62570号
[10] M.Denhere和N.Billor,稳健主成分函数logistic回归,公社。统计-模拟。计算。45(2016),第264-281页。doi:10.1080/03610918.2013.861628·Zbl 1341.62238号
[11] M.Escabias、A.Aguilera和M.J.Valderrama,函数logistic回归的主成分估计:两种不同方法的讨论《非参数统计杂志》第16卷(2004年),第365-384页。网址:10.1080/10485250310001624738·兹比尔1065.62114
[12] F.Ferraty和P.Vieu,非参数函数数据分析:理论与实践,Springer-Verlag,纽约,2006年·Zbl 1119.62046号
[13] R.Fraiman和G.Muniz,功能数据的修剪方法《测试10》(2001年),第419-440页。doi:10.1007/BF02595706·Zbl 1016.62026号 ·doi:10.1007/BF202595706文件
[14] D.Gervini,使用中值和球面主成分的稳健函数估计《生物统计学95》(2008年),第587-600页。doi:10.1093/biomet/asn031·Zbl 1437.62469号 ·doi:10.1093/biomet/asn031
[15] D.Gervini,不规则采样函数数据集中离群轨迹的检测与处理,Ann.应用。《美国联邦法律大全》第3卷(2009年),第1758-1775页。doi:10.1214/09-AOAS257·Zbl 1184.62101号 ·doi:10.1214/09-AOAS257
[16] J.Goldsmith、J.Bobb、C.M.Crainiceanu、B.Caffo和D.Reich,惩罚函数回归,J.计算。图表。《统计》第20卷(2011年),第830-851页。doi:10.1198/jcgs.2010.1007
[17] P.Hall和J.L.Horowitz,函数线性回归的方法和收敛速度《Ann.Stat.35》(2007年),第70-91页。doi:10.1214/09053606000000957·Zbl 1114.62048号 ·doi:10.1214/009053600000957
[18] T.P.Hettmansperger和J.W.McKean,稳健的非参数统计方法第二版,《统计学和应用概率专著》第119卷,CRC出版社,佛罗里达州博卡拉顿,2011年·Zbl 1263.62048号
[19] L.A.Jaeckel,通过最小化残差离散度估计回归系数,安。数学。统计师。43(1972年),第1449-1458页。doi:10.1214/oms/1177692377·Zbl 0277.62049号 ·doi:10.1214/aoms/1177692377
[20] G.M.James,带函数预报器的广义线性模型J.R.统计。Soc.:序列号。B(统计学,Methodol.)64(2002年),第411-432页。数字对象标识代码:10.1111/1467-9868.00342·Zbl 1090.62070号 ·doi:10.111/1467-9868.00342
[21] J.D.Kloke、J.W.McKean和M.M.Rashid,具有簇相关误差的线性模型的秩估计及相关推断《美国统计杂志》。Assoc.104(2009),第384-390页。doi:10.1198/jasa.2009.0116·Zbl 1388.62081号
[22] H.-G.穆勒和U.Stadt穆勒,广义函数线性模型《Ann.Stat.33》(2005年),第774-805页。doi:10.1214/009053604000001156·Zbl 1068.62048号 ·doi:10.1214/009053604000001156
[23] J.D.Naranjo和T.P.Hettmansperger,有界影响秩回归,J.R.Statist。Soc.:序列号。B(统计学,Methodol.)56(1994年),第209-220页·Zbl 0784.62061号
[24] R开发核心团队,R: 统计计算语言与环境,R统计计算基金会,奥地利维也纳,2009年,ISBN 3-900051-07-0。
[25] J.Ramsay和B.Silverman,功能数据分析第二版,Springer-Verlag,纽约,2005年·Zbl 1079.62006号 ·doi:10.1007/b98888
[26] P.Sawant、N.Billor和H.Shin,基于稳健函数主成分分析的函数异常检测,计算。《统计》第27卷(2012年),第83-102页。doi:10.1007/s00180-011-0239-3·兹比尔1304.65064 ·doi:10.1007/s00180-011-0239-3
[27] G.L.Sievers公司,线性模型估计的加权离散函数、Commun。统计师。A-理论方法12(1983年),第1161-1179页。doi:10.1080/03610928308828522·Zbl 0525.62042号
[28] J.T.Terpstra和J.W.McKean,使用r对线性模型进行基于秩的分析,J.Statist。柔和。14(2005),第1-26页。doi:10.18637/jss.v014.2007·doi:10.18637/jss.v014.2007
[29] S.Ullah和C.Finch,功能数据分析的应用:系统综述BMC医学研究方法。13(2013),第1-12页。doi:10.1186/1471-2288-13-43·doi:10.1186/1471-2288-13-43
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。