孙晓晓;钟文轩;马平（Ma，Ping） 一种大样本平滑样条方差分析模型的渐近和经验平滑参数选择方法。 （英文） Zbl 1462.62455号 生物特征 108，编号1，149-166（2021）. 小结：大样本是从各种来源定期生成的。由于计算成本高，经典统计模型（如平滑样条方差分析模型）无法很好地分析如此大的样本。特别是，选择平滑参数的巨大计算成本使得平滑样条方差分析模型不切实际。在本文中，我们为大样本中的平滑样条方差分析模型开发了一种非经验（即渐近和经验）平滑参数选择方法。我们的方法的思想是使用渐近分析来证明最佳平滑参数是样本大小的多项式函数和未知常数。然后通过经验子样本外推估计未知常数。该方法大大减少了在高维和大样本中选择平滑参数的计算负担。我们表明，由该方法选择的平滑参数趋向于使特定风险函数最小化的最优平滑参数。此外，基于所提出的平滑参数的估计器达到了最佳收敛速度。大量的仿真研究表明，在相对效率和运行时间方面，该方法相对于竞争方法具有数值优势。在包含近一百万个观测值的分子动力学数据的应用中，该方法具有最佳的预测性能。 引用于1文件 MSC公司： 62J10型 方差和协方差分析（ANOVA） 2012年12月62日 参数估计量的渐近性质 65D07年 使用样条曲线进行数值计算 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：渐近分析;广义交叉验证;平滑参数选择;平滑样条方差分析模型;子样本 软件：全球供应链 PDF格式BibTeX公司 XML格式引用 \textit{X.Sun}等人，《生物特征》108，第1期，149--166（2021年；Zbl 1462.62455） 全文： 内政部 arXiv公司 链接