德国阿内罗斯；西尔维亚·诺沃；菲利普·维尤 函数回归模型中的变量选择：综述。 （英语） Zbl 1493.62293号 《多元分析杂志》。 188，文章ID 104871，13 p.（2022）. 摘要：尽管有各种类似的功能，但函数数据分析和高维数据分析是统计学中的两个主要领域，它们几乎是相互独立发展起来的。本文的目的是综述函数回归中变量选择的方法学进展，这是一个函数和多元思想交叉的问题。不仅仅是一个简单的调查，本文旨在促进这两个领域之间更多的新联系。 引用于4文件 MSC公司： 62甲12 多元分析中的估计 62兰特 功能数据分析 关键词：功能数据分析；回归，回归；变量选择 软件：fda（右）；alr3 PDF格式BibTeX公司 XML格式引用 \textit{G.Aneiros}等人，《多元分析杂志》。188，文章ID 104871，13 p.（2022；Zbl 1493.62293） 全文： 内政部 参考文献： [1] （艾哈迈德·S·E，《大数据和复杂数据分析》，大数据和复合数据分析，对统计的贡献（2017），斯普林格出版社）·Zbl 1392.62007号 [2] Ait-Saídi，A。；费拉蒂，F。；Kassa，R。；Vieu，P.，单功能指数模型中的交叉验证估计，统计学，42，6，475-494（2008）·Zbl 1274.62519号 [3] 安藤，T。；Konishi，S。；Imoto，S.，通过正则化径向基函数网络进行非线性回归建模，J.Statist。计划。推理，138，11，3616-3633（2008）·Zbl 1152.62039号 [4] Aneiros，G。；曹，R。；弗雷曼，R。；Genest，C。；Vieu，P.，《功能数据分析和高维统计的最新进展》，《多元分析杂志》。，170, 3-9 (2019) ·Zbl 1415.62043号 [5] Aneiros，G。；曹，R。；弗雷曼，R。；Vieu，P.，《功能数据分析及相关主题专刊编辑》，J.Multivariate Anal。，170, 1-2 (2019) ·邮编1410.00037 [6] Aneiros，G。；费拉蒂，F。；Vieu，P.，《带功能协变量的偏线性回归中的变量选择》，统计学，49，6，1322-1347（2015）·Zbl 1337.62071号 [7] Aneiros，G。；霍洛娃，I。；Huskova，M。；Vieu，P.，《关于功能数据分析和相关主题》，《多元分析杂志》。（2021年），（提交出版） [8] Aneiros，G。；Vieu，P.，无限维问题中的变量选择，统计学。普罗巴伯。莱特。，94, 12-20 (2014) ·兹比尔1320.62163 [9] Aneiros，G。；Vieu，P.，多功能协变量的偏线性建模，Comput。统计学。，30447-671（2015年）·Zbl 1342.65016号 [10] Aneiros，G。；Vieu，P.，评论：对稀疏功能数据进行分类的概率增强有效降维，Test，25（2016）·Zbl 1336.62169号 [11] 贝伦德罗，J.R。；Bueno-Laraz，B。；Cuevas，A.，《函数线性回归中变量选择的RKHS模型》，《多元分析杂志》。，170, 25-45 (2019) ·Zbl 1416.62331号 [12] Bongiorno，E.G。；戈亚，A。；Salinelli，E。；Vieu，P.，《2014年IWFOS综述》，（无限维统计和相关主题的贡献（2014），埃斯库拉皮奥，博洛尼亚），1-5 [13] Breiman，L.，模型选择中不稳定性和稳定性的启发式，Ann.Statist。，24, 6, 2350-2383 (1996) ·Zbl 0867.62055号 [14] 坎迪斯，E。；Tao，T.，dantzig选择器：当p远大于n时的统计估计，Ann.Statist。，35, 2392-2404 (2007) ·Zbl 1139.62019号 [15] Collazos，J.A。；直径，R。；Zambom，A.Z.，函数回归模型的一致变量选择，J.多元分析。，146, 63-71 (2016) ·Zbl 1334.62056号 [16] Cuevas，A.，《功能数据统计理论的部分概述》，J.Statist。计划。推断，147，1-23（2014）·Zbl 1278.62012号 [17] de Boor，C.，（《样条实用指南》，《样条应用指南》，应用数学科学（2001），Springer-Verlag:Springer-Verlag纽约）·Zbl 0987.65015号 [18] Desboulets，L.D.D.，回归分析中变量选择的综述，计量经济学，6，4（2018） [19] 埃夫隆，B。；哈斯蒂，T。；约翰斯通，I。；Tibshirani，R.，最小角回归，Ann.Statist。，32, 407-499 (2004) ·Zbl 1091.62054号 [20] Efroymson，M.A.，多元回归分析（Ralston，A.；Wilf，H.S.，《数字计算机的数学方法》（1960），Wiley:Wiley New York）·Zbl 0089.12602号 [21] 范，J。；Gijbels，I.（局部多项式建模及其应用。局部多项式建模及应用，统计学和应用概率专著66（1996），Routledge）·Zbl 0873.62037号 [22] 范，Y。；詹姆斯·G·M。；Radchenko，P.，函数加性回归，Ann.Statist。，43, 5, 2296-2325 (2015) ·Zbl 1327.62252号 [23] 范，J。；Li，R.，通过非冲突惩罚似然进行变量选择及其预言性质，J.Amer。统计师。协会，96，456，1348-1360（2001）·Zbl 1073.62547号 [24] 范，J。；Lv，J.，超高维特征空间的确定独立筛选，J.R.Stat.Soc.Ser。B统计方法。，70, 5, 849-911 (2008) ·Zbl 1411.62187号 [25] 范，J。；Lv，J.，《高维特征空间中变量选择的选择性概述》，统计。Sinica，20，1，101-148（2010）·Zbl 1180.62080号 [26] 范，J。；Peng，H.，参数个数发散的非冲突惩罚似然，Ann.Statist。，32928-961（2004年）·Zbl 1092.62031号 [27] 费布雷罗·班德，M。；González-Manteiga，W。；de la Fuente，M.O.，函数加性回归模型中的变量选择，计算机。统计学。，34, 469-487 (2019) ·Zbl 1417.62077号 [28] Feng，S。；张，M。；Tong，T.，具有强遗传约束的函数线性模型的变量选择，Ann.Inst.Statist。数学。(2021) [29] 费拉蒂，F。；霍尔，P。；Vieu，P.，功能数据预测器的大多数预测设计点，Biometrika，97，4，807-824（2010）·Zbl 1204.62064号 [30] 费拉蒂，F。；Vieu，P.，（非参数函数数据分析，理论与实践。非参数函数数据库分析，理论和实践，统计学中的Springer系列（2006），Springer-Verlag:Springer-Verlag纽约）·Zbl 1119.62046号 [31] 弗兰克，I.E。；Friedman，J.H.，一些化学计量学回归工具的统计观点，技术计量学，35，2，109-135（1993）·Zbl 0775.62288号 [32] Furnival，G.M。；Wilson，R.W.，《跨越式回归》，《技术计量学》，第16、4、499-511页（1974年）·Zbl 0294.62079号 [33] E.I.乔治。；McCulloch，R.E.，《贝叶斯变量选择方法》，统计学。Sinica，7，2，339-373（1997）·Zbl 0884.62031号 [34] Gerthiss，J。；Maity，A。；Staicu，A.，广义函数线性模型中的变量选择，Stat，2，1，86-101（2013） [35] 戈亚，A。；Vieu，P.，《高维/无限维统计学最新进展导论》，J.Multivariate Anal。，146, 1-6 (2016) ·Zbl 1384.00073号 [36] 霍尔，P。；穆勒，H.-G。；王建林，函数和纵向数据分析的主成分方法的性质，统计年鉴。，34, 3, 1493-1517 (2006) ·Zbl 1113.62073号 [37] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，回归的线性方法（The Elements of Statistical Learning，2009），《统计学中的Springer系列：纽约统计中的Spring er系列》，43-99·Zbl 1273.62005年 [38] Z.Hong。；Lian，H.，使用带有套索惩罚的函数回归从时间进程表达数据推断遗传网络，Comm.Statist。理论方法，40，10，1768-1779（2011）·Zbl 1216.62170号 [39] 黄，J。；霍洛维茨，J.L。；马，S.，稀疏高维回归模型中桥估计的渐近性质，Ann.Statist。，36, 2, 587-613 (2008) ·Zbl 1133.62048号 [40] 黄，J。；霍洛维茨，J.L。；魏凤，非参数可加模型中的变量选择，统计年鉴。，38, 4, 2282-2313 (2010) ·Zbl 1202.62051号 [41] 黄，L。；赵，J。；Wang，H。；Wang，S.，通过LAD损失对函数多重线性模型进行稳健收缩估计和选择，计算。统计师。数据分析。，103, 384-400 (2016) ·Zbl 1466.62103号 [42] Ke，Z.T。；Jin，J。；Fan，J.，协变量辅助筛选和估计，Ann.Statist。，42, 6, 2202-2242 (2014) ·Zbl 1310.62085号 [43] Kneip，A。；波ß，D。；Sarda，P.，带影响点的函数线性回归，Ann.Statist。，44，1，1-30（2016）·兹比尔1331.62233 [44] Kneip，A。；Sarda，P.，高维回归分析中的因子模型和变量选择，Ann.Statist。，39, 5 (2011) ·Zbl 1231.62131号 [45] D.孔。；薛，K。；姚，F。；Zhang，H.H.，高维部分功能线性回归，Biometrika，103，1，147-159（2016）·1452.62500兹罗提 [46] 冷，C。；林，Y。；Wahba，G.，关于Lasso和模型选择相关程序的注释，Statist。Sinica，16，4，1273-1284（2006）·Zbl 1109.62056号 [47] 李，R。；钟伟。；Zhu，L.，通过距离相关学习进行特征筛选，J.Amer。统计师。协会，107，499，1129-1139（2012）·Zbl 1443.62184号 [48] Lian，H.，多元函数回归的收缩率估计和选择，统计学。Sinica，23，51-74（2011）·Zbl 1257.62041号 [49] 马，H。；李·T。；朱，H。；Zhu，Z.，超高维函数部分线性模型的分位数回归，计算。统计师。数据分析。，129, 135-147 (2019) ·Zbl 1469.62114号 [50] Matsui，H.，通过多类逻辑回归建模进行功能数据的变量和边界选择，计算。统计师。数据分析。，78, 176-185 (2014) ·Zbl 1506.62127号 [51] Matsui，H.，多类函数logistic回归模型的稀疏群套索，Comm.Statist。仿真计算。，48, 6, 1784-1797 (2019) ·Zbl 07551084号 [52] 松井，H。；Konishi，S.，通过（L_1）正则化选择函数回归模型的变量，计算。统计师。数据分析。，55, 12, 3304-3310 (2011) ·Zbl 1271.62140号 [53] McKeague，I.W。；Sen，B.，《函数线性回归中具有点影响的分形》，Ann.Statist。，38, 4, 2559-2586 (2010) ·Zbl 1196.62116号 [54] Meier，L。；van de Geer，S。；Bühlmann，P.，高维加性建模，《统计年鉴》。，37、6B、3779-3821（2009）·Zbl 1360.62186号 [55] 明绍森，N。；Bühlmann，P.，《高维图与套索变量选择》，Ann.Statist。，34, 3, 1436-1462 (2006) ·Zbl 1113.62082号 [56] Mielniczuk，J。；Teisseyre，P.，在线性回归中使用随机子空间方法进行预测和变量重要性评估，计算。统计师。数据分析。，71, 725-742 (2014) ·Zbl 1471.62139号 [57] N.Mingotti，R.E.Lillo Rodríguez，J.Romo Urroz，函数回归中的Lasso变量选择。马德里卡洛斯三世大学，2013年。第13-14页。工作文件。 [58] Müller，H.-G.，Peter hall，函数数据分析与随机对象，Ann.Statist。，44, 5, 1867-1887 (2016) ·Zbl 1349.62011号 [59] 新南威尔士州诺沃。；Aneiros，G。；Vieu，P.，《预测因子为函数变量和高维变量混合时的稀疏半参数回归》，Test，30481-504（2021）·Zbl 1474.62131号 [60] 新南威尔士州诺沃。；维尤，P。；Aneiros，G.，《稀疏半参数双函数回归的快速高效算法》（2021），（提交出版）·Zbl 1521.62059号 [61] 奥哈拉，R.B。；Sillanpää，M.J.，《贝叶斯变量选择方法综述：什么、如何以及是什么，贝叶斯分析》。，4, 1, 85-117 (2009) ·Zbl 1330.62291号 [62] J.O.拉姆齐。；Silverman，B.（功能数据分析。功能数据分析，Springer Series in Statistics（2005），Springer-Verlag:Springer-Verlag New York）·Zbl 1079.62006号 [63] Sangalli，L.M.，《统计在大数据时代的作用》，《统计学家》。普罗巴伯。莱特。，136, 1-3 (2018) ·Zbl 1395.00047号 [64] Smaga，L。；Matsui，H.，关于通过随机子空间方法进行函数回归变量选择的注记，统计方法应用。，27, 455-477 (2018) ·Zbl 1427.62032号 [65] 谢凯利，G.J。；里佐，M.L。；Bakirov，N.K.，《通过距离相关性测量和测试相关性》，Ann.Statist。，35, 6, 2769-2794 (2007) ·Zbl 1129.62059号 [66] Tibshirani，R.，通过Lasso，J.R.Stat.Soc.Ser.回归收缩和选择。B统计方法。，58, 267-288 (1996) ·Zbl 0850.62538号 [67] Vieu，P.，《关于功能数据的维度约简模型》，Statist。普罗巴伯。莱特。，136, 134-138 (2018) ·Zbl 1489.62421号 [68] Wang，L。；陈，G。；Li，H.，微阵列时间进程基因表达数据的群组SCAD回归分析，生物信息学，23，12，1486-1494（2007） [69] Wang，H。；李·G。；Jiang，G.，通过LAD-Lasso，J.Bus稳健回归收缩和一致变量选择。经济。统计学。，25, 3, 347-355 (2007) [70] Weisberg，S.，应用线性回归（1980），威利：威利纽约·Zbl 0529.62054号 [71] 袁，M。；Lin，Y.，《分组变量回归中的模型选择和估计》，J.R.Stat.Soc.Ser。B统计方法。，68, 1, 49-67 (2006) ·Zbl 1141.62030号 [72] 赵，P。；罗查，G。；Yu，B.，分组和分层变量选择的复合绝对惩罚族，Ann.Statist。，37、6A、3468-3497（2009）·Zbl 1369.62164号 [73] 朱，H。；Cox，D.D.，《利用荧光光谱学进行宫颈癌前诊断中曲线选择的泛函广义线性模型》（Rojo，J.，Optimality:The Third Erich L.Lehmann Symposium），第57卷。最优化：第三届埃里希·莱曼研讨会。第57卷，IMS演讲稿-专题系列（2009年），173-189·Zbl 1271.62091号 [74] 朱，H。；Vannucci，M。；Cox，D.D.，功能预测因子选择分类的贝叶斯层次模型，生物计量学，66，2463-473（2010）·兹比尔1192.62095 [75] Zou，H.，自适应套索及其预言性质，J.Amer。统计师。协会，101，476，1418-1429（2006）·Zbl 1171.62326号 [76] 邹，H。；Hastie，T.，《通过弹性网进行正则化和变量选择》，J.R.Stat.Soc.Ser。B统计方法。，67, 2, 301-320 (2005) ·Zbl 1069.62054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。