×
郭朝晖;吕靖;杨，胡;涂静文;田、陈晓

超高维条件分位数预测的半参数模型平均。 （英语） Zbl 07724366号

数学学报。罪。，英语。序列号。 39，第6期，1171-1202（2023）.
摘要：本文提出了一种灵活的半参数模型平均边际回归方法，用于预测超高维数据响应变量的联合条件分位数函数。首先，我们通过具有可变系数结构的一维边际条件分位数函数的加权平均来近似联合条件分位数功能。然后，利用局部线性回归技术导出边际条件分位数函数的一致估计。其次，基于估计的边际条件分位数函数，我们通过非凸惩罚分位数回归来估计和选择逼近中涉及的重要模型权重。在一些宽松的条件下，我们建立了模型平均权的非参数核估计和预言估计的渐近性质。我们进一步推导了所提出的非凸惩罚模型平均过程的预言性质。最后，进行了仿真研究和实际数据分析，以说明我们提出的模型平均方法的优点。

MSC公司：

62G05型 非参数估计
6220国集团 非参数推理的渐近性质

关键词：

核回归;模型平均值;oracle属性;惩罚分位数回归;超高维数据

软件：

质量控制模型
PDF格式BibTeX公司 XML格式引用
\textit｛C.H.Guo｝等人，《数学学报》。罪。，英语。序列号。39，编号6，1171-1202（2023；Zbl 07724366）
全文： 内政部

参考文献：

[1] 安藤，T。；Li，K-C，高维回归的模型平均方法，J.Amer。统计师。协会，109，1-46（2014）·Zbl 1367.62209号
[2] 安藤，T。；Li，K-C，高维广义线性模型的加权松弛模型平均法，Ann.Statist。，45, 2654-2679 (2017) ·兹比尔1421.62094
[3] Bradic，J。；范，J。；Wang，W.，超高维变量选择的惩罚复合拟似然，J.R.Stat.Soc.Ser。B统计方法。，73, 325-349 (2011) ·Zbl 1411.62181号
[4] 陈，J。；李，D。；Linton，O.，《带多个条件变量的半参数动态投资组合选择》，《计量经济学杂志》，194309-318（2016）·Zbl 1443.62339号
[5] 陈，J。；李，D。；Linton，O.，非线性动态时间序列的半参数超高维模型平均，J.Amer。统计师。协会，113919-932（2018）·Zbl 1398.62225号
[6] Cheng，M。；本田，T。；Zhang，J.，稀疏超高维变系数模型的正向变量选择，J.Amer。统计师。协会，1111209-1221（2016）
[7] 范，J。；范，Y。；Barut，E.，自适应稳健变量选择，Ann.Statist。，42, 324-351 (2014) ·Zbl 1296.62144号
[8] 范，J。；Gijbels，I.，《局部多项式建模及其应用》（1996），伦敦：查普曼和霍尔出版社，伦敦·Zbl 0873.62037号
[9] 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，96，1348-1360（2001）·Zbl 1073.62547号
[10] 范，J。；Lv，J.，《高维特征空间中变量选择的选择性概述》，统计。Sinica，2010年第20期，第101-148页·Zbl 1180.62080号
[11] 范，J。；Lv，J.，《NP维非凹陷惩罚可能性》，IEEE T.Inform。理论，57，5467-5484（2011）·Zbl 1365.62277号
[12] 范，J。；马云（Ma，Y.）。；Dai，W.，稀疏超高维变系数模型中的非参数独立筛选，J.Amer。统计师。协会，1091270-1284（2014）·Zbl 1368.62095号
[13] 范，J。；Peng，H.，关于参数个数发散的非凹惩罚似然，Ann.Statist。，32928-961（2004年）·Zbl 1092.62031号
[14] 水果，P。；Bottai，M.，分位数回归系数函数的参数建模，生物统计学，72，74-84（2016）·Zbl 1393.62064号
[15] Hansen，B.E.，最小二乘模型平均，《计量经济学》，75，1175-1189（2007）·Zbl 1133.91051号
[16] 哈斯蒂，T。；Tibshirani，R.，变系数模型，J.R.Stat.Soc.系列。B统计方法。，55, 757-796 (1993) ·Zbl 0796.62060号
[17] Hastie，T.、Tibshirani，R.、Wainwright，M.：《稀疏的统计学习：拉索和泛化》，化学橡胶公司出版社，Taylor&Francis Group，2015年·Zbl 1319.68003号
[18] 何，X。；Wang，L。；Hong，H.G.，高维异质数据的分位数自适应无模型变量筛选，Ann.Statist。，41, 342-369 (2013) ·兹比尔1295.62053
[19] 胡，T。；夏毅，自适应半变系数模型选择，统计学。Sinica，22575-599（2012）·Zbl 1511.62168号
[20] 亨特，D。；Lange，K.，通过MM算法的分位数回归，J.Compute。图表。统计人员。，9, 60-77 (2000)
[21] 姜杰。；赵（Q.Zhao）。；Hui，Y.V.，ARCH模型的稳健建模，《预测杂志》，2001年第20期，第111-133页
[22] Kai，B。；李，R。；Zou，H.，半参数变系数部分线性模型的新有效估计和变量选择方法，Ann.Statist。，39, 305-332 (2011) ·Zbl 1209.62074号
[23] Kim，Y。；Choi，H。；哦，H.S.，J.Amer，在高维上平滑地剪裁了绝对偏差。统计师。协会，103，1665-1673（2008）·Zbl 1286.62062号
[24] K.K.奈特，一般条件下L_1回归估计量的极限分布，Ann.Statist。，26, 755-770 (1998) ·Zbl 0929.62021号
[25] Koenker，R.，分位数回归（2005），剑桥：剑桥大学出版社，剑桥·Zbl 1111.62037号
[26] Lee，E.R。；Noh，H。；Park，B.U.，通过分位数回归模型的贝叶斯信息准则进行模型选择，J.Amer。统计师。协会，109216-229（2014）·Zbl 1367.62122号
[27] 李，C。；李强。；Racine，J.，变系数模型的最优模型平均，Statist。中国科学院，282795-2809（2018）·Zbl 1406.62056号
[28] 李，D。；林惇，O。；Lu，Z.，时间序列的灵活半参数预测模型，《计量经济学杂志》，187，345-357（2015）·Zbl 1337.62271号
[29] 李，J。；夏，X。；Wong，W.，变系数半参数模型平均预测，生物统计学，741417-1426（2018）
[30] 李，X。；马，X。；Zhang，J.，超高维变系数模型的条件分位数相关筛选程序，J.Statist。计划。推理，19769-92（2018）·Zbl 1432.62101号
[31] Liang，H。；邹，G。；Wan，ATK，《频率学家模型平均估值器的最佳权重选择》，J.Amer。统计师。协会，1061053-1066（2011）·Zbl 1229.62090号
[32] Lin，B。；王，Q。；张杰，高维线性模型中的稳定预测，统计计算。，27, 1401-1412 (2017) ·Zbl 1505.62249号
[33] 卢，X。；Su，L.，分位数回归的刀切模型平均，《计量经济学杂志》，188，40-58（2015）·Zbl 1337.62080号
[34] 马，S。；He，X.，带轮廓优化的单指数分位数回归模型推断，Ann.Statist。，44, 1234-1268 (2016) ·Zbl 1338.62119号
[35] 马，S。；李，R。；Tsai，C-L，通过分位数偏相关进行变量筛选，J.Amer。统计师。协会，112650-663（2017）
[36] Noh，H。；Chung，K。；Keilegom，I.，分位数回归中变系数模型的变量选择，电子。《J Stat.》，第6卷，第1220-1238页（2012年）·Zbl 1295.62072号
[37] 关于概率密度函数和模型的估计，Ann.Statist。，33, 1065-1076 (1962) ·Zbl 0116.11302号
[38] Pollard，D.，《最小绝对偏差回归估计量的渐近性》，《计量经济学》。理论。，7, 186-199 (1991)
[39] Sherwood，B。；王磊，超高维部分线性加性分位数回归，统计年鉴。，44, 288-317 (2016) ·Zbl 1331.62264号
[40] 唐，Y。；宋，X。；Wang，H.，高维分位数变系数模型中的变量选择，J.Multivariate Anal。，122115-132（2013年）·Zbl 1279.62049号
[41] 陶，P.D。；An，L.T H.，《直流编程的凸分析方法：理论、算法和应用》，《数学学报》。越南。，22, 289-355 (1997) ·Zbl 0895.90152号
[42] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.R.Stat.Soc.Ser。B统计方法。，58, 267-288 (1996) ·Zbl 0850.62538号
[43] Wang，H。；Xia，Y.，变系数模型的收缩率估计，J.Amer。统计师。协会，104，747-757（2009）·Zbl 1388.62213号
[44] Wang，L。；Wu，Y。；Li，R.，分析超高维异质性的分位数回归，J.Amer。统计师。协会，107，214-222（2012）·Zbl 1328.62468号
[45] Walsh，A.H.，《关于M过程和M估计》，Ann.Statist。，17, 337-361 (1989) ·Zbl 0701.62074号
[46] 夏，X。；李，J。；Fu，B.，超高维变系数模型的条件分位数相关学习及其在生存分析中的应用，统计学。Sinica，29645-669（2019年）·Zbl 1421.62071号
[47] 薛，L。；Qu，A.，具有全局最优性的高维变系数模型中的变量选择，J.Mach。学习。1973年至1998年第13号决议（2012年）·Zbl 1435.62093号
[48] 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, 49-67 (2006) ·Zbl 1141.62030号
[49] 张春华，极小极大凹惩罚下的几乎无偏变量选择，安统计学家。，38, 894-942 (2010) ·Zbl 1183.62120号
[50] 赵伟。；蒋，X。；Lian，H.，分位数回归的主变系数模型：联合变量选择和降维，计算。统计师。数据分析。，127, 269-280 (2018) ·Zbl 1469.62180号
[51] 朱丽萍。；李，L。；Li，R.，超高维数据的无模型特征筛选，J.Amer。统计师。协会，1061464-1475（2011）·Zbl 1233.62195号
[52] 朱，R。；Wan，T.K。；Zhang，X.，变系数部分线性模型的Mallows-型模型平均估计量，J.Amer。统计师。协会，114882-892（2019）·兹比尔1420.62303
[53] Zou，H.，《自适应套索及其预言属性》，J.Amer。统计师。协会，1011418-1429（2006）·Zbl 1171.62326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。