×
克里斯蒂安·加图;佩特科·亚涅夫一世。;Erricos J.Kontoghiorghes。

生成所有可能回归子模型的图形方法。 （英语） Zbl 1452.62061号

计算。统计数据分析。 52，第2期，799-815（2007）.
摘要：引入了一个回归图来枚举和评估所有可能的子集回归模型。该图是回归树的推广。图的所有生成树都是最小生成树，为生成所有可能的子模型提供了最佳的计算过程。每个最小生成树都有不同的结构和特征。提出了一种改进的分枝定界算法，该算法使用回归图框架计算最佳子集模型。给出了实验结果，并与基于回归树的现有方法进行了比较。

引用于16文件

理学硕士：

62-08 统计问题的计算方法
62年5月 线性回归；混合模型
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

图;回归树;型号选择;组合算法

软件：

电子静态学习;森斯利瓦斯塔瓦
PDF格式BibTeX公司 XML格式引用
\textit｛C.Gatu｝等人，计算机。统计数据分析。52，第2号，799--815（2007；Zbl 1452.62061）
全文： 内政部

参考文献：

[1] 贝尔斯利，D.A。；Kuh，E。；Welsch，R.E.，《回归诊断：识别影响性观测和共线性来源》（1980年），威利出版社，威利纽约·Zbl 0479.62056号
[2] 布鲁斯科，M.J。；Stahl，S.，组合数据分析中的分枝定界应用。统计与计算（2005），《施普林格：柏林施普林格》·Zbl 1093.62006年
[3] Clarke，M.R.B.，算法AS163。Givens算法，用于在不返回数据的情况下从一个线性模型移动到另一个模型，Appl。统计人员。，30, 2, 198-203 (1981)
[4] 德雷珀，N.R。；Smith，H.，应用回归分析（1998），Wiley:Wiley New York·Zbl 0158.17101号
[5] Furnival，G.M。；Wilson，R.W.，《跨越式回归》，《技术计量学》，第16、4、499-511页（1974年），（再版于《技术计量经济学》第42卷（2000年）第69-79页）·Zbl 0294.62079号
[6] 加图，C。；Kontoghiorghes，E.J.，使用QR分解计算所有可能子集回归模型的并行算法，并行计算。，29, 4, 505-521 (2003)
[7] 加图，C。；Kontoghiorghes，E.J.，导出子集VAR模型的有效策略，计算。管理科学。，4253-278（2005年）·Zbl 1089.62106号
[8] 加图，C。；Kontoghiorghes，E.J.，计算最佳子集回归模型的分枝定界算法，J.Comput。图形统计。，15, 139-156 (2006)
[9] 加图，C。；Kontoghiorghes，E.J.，利用VAR过程衍生的置换外源数据矩阵估计所有可能的SUR模型，J.Econom。动态控制，30721-739（2006）·兹比尔1200.62106
[10] Gatu，C.，Kontoghiorghes，E.J.，Gilli，M.，Winker，P.，2006年。子集向量自回归模型选择的有效分枝定界策略。技术报告RT-2006/12-1，瑞士诺伊赫大学计算机科学系。；Gatu，C.，Kontoghiorghes，E.J.，Gilli，M.，Winker，P.，2006年。子集向量自回归模型选择的有效分枝定界策略。技术报告RT-2006/12-1，瑞士诺伊赫大学计算机科学系·Zbl 1181.62131号
[11] Golub，G.H。；Van Loan，C.F.，《矩阵计算》（1996），约翰霍普金斯大学出版社：约翰霍普金大学出版社，马里兰州巴尔的摩·Zbl 0865.65009号
[12] 哈斯蒂·T·J。；Tibshirani，R.J。；Friedman，J.，《统计学习的要素》。数据挖掘、推断和预测。Springer统计系列（2001），Springer:Springer纽约·Zbl 0973.62007号
[13] Hocking，R.R.，《线性回归中变量的分析和选择》，生物统计学，32，1-49（1976）·Zbl 0328.62042号
[14] Hocking，R.R.，线性回归方法的发展：1959-1982，技术计量学，25，3，219-230（1983）·Zbl 0515.62062号
[15] 霍金，R.R。；Leslie，R.N.，回归分析中最佳子集的选择，Technometrics，9，4，531-540（1967）
[16] Hofmann，M.，Gatu，C.，Kontoghiorghes，E.J.，2006年。大规模最小二乘回归的一种有效的加行算法。技术报告RT-2006/08-1，瑞士诺伊查泰尔大学计算机科学系。；Hofmann，M.，Gatu，C.，Kontoghiorghes，E.J.，2006年。大规模最小二乘回归的一种有效的加行算法。技术报告RT-2006/08-1，瑞士诺伊赫大学计算机科学系。
[17] Hofmann，M.，Gatu，C.，Kontoghiorghes，E.J.，2007年。计算大规模问题最佳子集回归模型的有效算法。J.计算。统计师。数据分析。，出版中。；Hofmann，M.，Gatu，C.，Kontoghiorghes，E.J.，2007年。计算大规模问题最佳子集回归模型的有效算法。J.计算。统计师。数据分析。，新闻界·Zbl 1452.62497号
[18] Kontoghiorghes，E.J.，并行处理和统计专刊，计算。统计师。数据分析。，第31、4、373-516页（1999年）
[19] Kontoghiorghes，E.J.，线性模型的并行算法：数值方法和估计问题。《计算经济学进展》，第15卷（2000年），Kluwer学术出版社：Kluwer学术出版社，马萨诸塞州波士顿·Zbl 0981.68176号
[20] Kontoghiorghes，E.J.（编辑），2005年。《并行计算与统计手册》，《统计学、教科书和专著》，第184卷，Marcel Dekker，纽约。；Kontoghiorghes，E.J.（编辑），2005年。并行计算和统计手册，统计学，教科书和专著，第184卷，马塞尔·德克尔，纽约。
[21] Kontoghiorghes，E.J。；Clarke，M.R.B.，删除列后QR分解的并行重新正交化，并行计算。，19, 6, 703-707 (1993) ·Zbl 0777.65025号
[22] Kontoghiorghes，E.J。；Clarke，M.R.B.，看似无关回归方程模型数值解的替代方法，计算。统计师。数据分析。，19, 4, 369-377 (1995) ·Zbl 0875.62362号
[23] Kruskal，J.B.，关于图的最短生成树和旅行推销员问题，《美国数学学会学报》，748-50（1956）·兹比尔0070.18404
[24] 拉莫特，L.R。；Hocking，R.R.，回归变量选择中的计算效率，技术计量学，12，1，83-93（1970）·Zbl 0194.50005号
[25] 劳勒，E.L。；Wood，D.E.，《分支和绑定方法：一项调查》，Oper。第14、4、699-719号决议（1966年）·Zbl 0143.42501号
[26] Miller，A.J.，回归变量子集的选择，J.Roy。统计师。《社会学杂志》，147389-425（1984）·Zbl 0584.62106号
[27] A.J.Miller，2002年。回归中的子集选择。统计学和应用概率专著。第95卷。第二版，查普曼和霍尔出版社，伦敦。；A.J.Miller，2002年。回归中的子集选择。统计学和应用概率专著。第95卷。第二版，查普曼和霍尔出版社，伦敦·Zbl 1051.62060号
[28] Prim，R.C.，《最短连接网络和一些推广》，贝尔系统技术杂志，361389-1401（1957）
[29] Ridout，M.S.，算法AS 233：用于特征子集选择的改进分支定界算法，应用。统计人员。，37, 1, 139-147 (1988)
[30] Searle，S.R.，线性模型（1971），Wiley:Wiley New York·Zbl 0218.62071号
[31] Seber，G.A.F.，线性回归分析（1977），Wiley:Wiley New York·Zbl 0354.62055号
[32] Sen，A。；Srivastava，M.，回归分析。理论、方法和应用。Springer Texts in Statistics（1990），Springer:Springer纽约·Zbl 0714.62057号
[33] 史密斯，D.M。；Bremner，J.M.，使用QR分解的所有可能子集回归，计算。统计师。数据分析。，7, 217-235 (1989) ·Zbl 0726.62115号
[34] Woods，H。；斯坦努尔，H.H。；Starke，H.R.，波特兰水泥成分对硬化过程中热量演变的影响，印度。工程化学。，24, 1207-1214 (1932)
[35] Yanev，P。；Foschi，P。；Kontoghiorghes，E.J.，计算具有公共列的矩阵集QR分解的算法，《算法》，39，1，83-93（2004）·Zbl 1055.65042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。