×

包括变量选择的链接函数的非参数估计。 (英语) Zbl 1322.62003年

摘要:在广义线性模型中估计链接函数的非参数方法能够避免回归参数中的偏差。但对于链接的估计,通常使用包括所有预测因素的完整模型。当预测因子数量很大时,这些方法会失败,因为无法估计整个模型。本文提出了一种boosting型方法,该方法可以同时选择预测器并估计链路函数。该方法在仿真和实际数据示例中表现良好。

MSC公司:

62-04 统计相关问题的软件、源代码等
2007年6月62日 数据分析(统计)(MSC2010)
62G05型 非参数估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Antoniadis,A.、Gregoire,G.、McKeague,I.W.:单指数模型中的贝叶斯估计。统计正弦。14, 1147–1164 (2004) ·Zbl 1060.62031号
[2] Bühlmann,P.,Hothorn,T.:推进算法:正则化、预测和模型拟合(含讨论)。统计科学。22, 477–505 (2007) ·Zbl 1246.62163号 ·doi:10.1214/07-STS242
[3] Bühlmann,P.,Yu,B.:L2损失推动:回归和分类。《美国统计协会期刊》98、324–339(2003)·兹比尔1041.62029 ·doi:10.1198/0162145003000125
[4] Carroll,R.J.,Fan,J.,Gijbels,I.,Wand,M.P.:广义部分线性单指数模型。《美国统计协会杂志》92,477–489(1997)·Zbl 0890.62053号 ·doi:10.1080/01621459.1997.10474001
[5] Cui,X.,Härdle,W.K.,Zhu,L.:广义单指数模型:EFM方法。讨论文件50,SFB 649,柏林洪堡大学,经济风险(2009)
[6] Czado,Y.,Santner,T.:链接错误指定对二元回归推断的影响。J.统计计划。推论33,213–231(1992)·Zbl 0781.62037号 ·doi:10.1016/0378-3758(92)90069-5
[7] Dep,P.,Trivedi,P.K.:老年人的医疗需求:有限混合方法。J.应用。经济。12313-336(1997年)·doi:10.1002/(SICI)1099-1255(199705)12:3<313::AID-JAE440>3.0.CO;2-G型
[8] Dierckx,P.:用样条曲线和曲面拟合。牛津科学出版物,牛津(1993)·Zbl 0782.41016号
[9] Efron,B.,Hastie,T.,Johnstone,I.,Tibshirani,R.:最小角度回归。安。数学。Stat.32,407–499(2004年)·Zbl 1091.62054号 ·doi:10.1214/009053604000000067
[10] Eilers,P.H.C.,Marx,B.D.:使用B样条和惩罚的灵活平滑。统计科学。第11页,89–121页(1996年)·Zbl 0955.62562号 ·doi:10.1214/ss/1038425655
[11] Fan,J.,Li,R.:通过非洞穴惩罚似然的变量选择及其预言性质。《美国统计协会期刊》96、1348–1360(2001)·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[12] Friedman,J.H.,Stützle,W.:投影寻踪回归。《美国统计协会杂志》76,817–823(1981)·doi:10.1080/01621459.1981.1047729
[13] Gaiffas,S.,Lecue,G.:使用聚合的单指数模型中的最优利率和适应性。电子。J.Stat.1,538–573(2007年)·Zbl 1320.62091号 ·doi:10.1214/07-EJS077
[14] Gerthiss,J.、Hogger,S.、Oberhauser,C.、Tutz,G.:有序标度自变量的选择及其在功能核心集国际分类中的应用。J.R.统计社会服务。C(2011)。文件编号:10.1111/j.1467-9876.2010.00753.x
[15] Härdle,W.,Hall,P.,Ichimura,H.:单指数模型中的最优平滑(1993)·Zbl 0770.62049号
[16] Hastie,T.:评论:增强算法:正则化、预测和模型拟合。统计科学。22(4) (2007) ·Zbl 1246.62167号
[17] Hothorn,T.、Bühlmann,P.、Kneib,T.,Schmid,M.、Hofner,B.:mboost:基于模型的增强。R软件包版本2.0–0。(2009)
[18] Hothorn,T.、Buehlmann,P.、Kneib,T.,Schmid,M.、Hofner,B.:基于模型的助推2.0。J.马赫。学习。第11号决议,2109–2113(2010年)·Zbl 1242.68002号
[19] Hristache,M.,Juditsky,A.,Spokoiny,V.:单指数模型中指数系数的直接估计。Ann.Stat.29,595–623(2001)·Zbl 1012.62043号 ·doi:10.1214/aos/1009210681
[20] James,G.M.,Radchenko,P.:一种具有收缩调谐的广义dantzig选择器。《生物特征》127–142(2008)·Zbl 1163.62054号
[21] Klein,R.L.,Spady,R.H.:二进制响应模型的有效半参数估计。《计量经济学》61,387–421(1993)·Zbl 0783.62100号 ·doi:10.2307/2951556
[22] Leitenstorfer,F.,Tutz,G.:基于提升技术的单指数模型估计。统计模型。11183–197(2011年)·doi:10.1177/1471082X1001100302
[23] Lokhorst,J.、Venables,B.、Turlach,B.、Maechler,M.:lasso2:L1约束估计也称为“套索”。R软件包版本1.2-6(2007)
[24] Maron,M.:桉树密度对攻击性鸟类竞争者的阈值效应。生物保护。136, 100–107 (2007) ·doi:10.1016/j.biocon.2006.11.007
[25] Muggeo,V.M.R.,Ferrara,G.:用未指定链接函数拟合广义线性模型:p样条方法。计算。统计数据分析。52(5) (2008) ·Zbl 1452.62541号
[26] Naik,P.A.,Tsai,C.-L.:单index模型选择。生物。信托88,821–832(2001)·Zbl 0988.62042号 ·doi:10.1093/biomet/88.3.821
[27] Park,M.Y.,Hastie,T.:广义线性模型的l1正则路径算法。斯坦福大学统计系预印本(2006年)
[28] Powell,J.L.,Stock,J.H.,Stoker,T.M.:指数系数的半参数估计。《计量经济学》57,1403–1430(1989)·Zbl 0683.62070号 ·doi:10.2307/1913713
[29] Ramsey,J.O.,Silverman,B.W.:功能数据分析。施普林格,纽约(2005)
[30] Ramsay,J.O.,Wickham,H.,Graves,S.,Hooker,G.:fda:功能数据分析R包版本2.2.5(2010)
[31] Ruckstuhl,A.,Welsh,A.:非参数估计链接函数的参考带。J.计算。图表。《统计》第8(4)卷,699–714页(1999年)
[32] Stoker,T.M.:缩放系数的一致估计。《计量经济学》54,1461–1481(1986)·兹比尔062862105 ·doi:10.2307/1914309
[33] Tibshirani,R.:通过套索进行回归收缩和选择。J.R.Stat.Soc.B 58、267–288(1996)·Zbl 0850.62538号
[34] Turlach,B.A.:四元程序:解决二次规划问题的函数。R包版本1.4-11,S原件由Berwin A.Turlach提供,R端口由Andreas Weingessel提供(2009)
[35] Tutz,G.,Binder,H.:通过基于似然的增强进行隐式变量选择的广义加性建模。生物统计学62,961–971(2006)·Zbl 1116.62075号 ·doi:10.1111/j.1541-0420.2006.00578.x
[36] Weisberg,S.,Welsh,A.H.:适应缺失的环节。Ann.Stat.221674–1700(1994)·Zbl 0828.62059号 ·doi:10.1214操作系统/1176325749
[37] Yu,Y.,Ruppert,D.:部分线性单指数模型的惩罚样条估计。《美国统计协会期刊》97,1042–1054(2002)·Zbl 1045.62035号 ·doi:10.1198/016214502388618861
[38] Zeileis,A.:三明治估计器的面向对象计算。J.统计软件。16(9) (2006) ·Zbl 1445.62316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。