×
玛丽亚·杜尔班;伊恩·柯里。

具有相关误差的P样条可加模型的注记。 （英语） 兹比尔1050.62042

计算。统计。 18，第2期，251-262（2003）.
考虑中的模型是一个加性模型，其中响应变量（y）表示为作用于解释变量（x_1，dots，x_k）的（k）平滑项的总和：\[y=\alpha+f_1（x_1）+\dots+f_k（x_k）+\varepsilon，\qquad E（f_i（x_i））=0，\]在存在相关高斯误差的情况下。作者使用惩罚样条（P样条）方法P.H.C.艾尔斯和B.D.马克思【《统计科学》第11卷第2期，第89–121页（1996年；Zbl 0955.62562号)]估计（fi（.）），（i=1，dots，k），并给出估计曲线的简单表达式。这些表达式提供了计算每个拟合函数的置信区间的可能性。同时，P样条的混合模型表示为平滑参数和相关参数的估计提供了一种有效的方法，并使人们能够使用似然比检验进行模型选择。所得结果应用于一些用电量数据的分析。
审核人：N.M.Zinchenko（基辅）

引用于9文件

MSC公司：

62G08号 非参数回归和分位数回归
62-08 统计学相关问题的计算方法
62J12型 广义线性模型（逻辑模型）
65D07年 使用样条曲线进行数值计算
65日第10天 数值平滑、曲线拟合
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

可加模型;惩罚样条;背部配件;串行相关;混合模型;自回归模型;型号选择;估计

引文：

Zbl 0955.62562号

软件：

MEMSS公司;S-PLUS系统
PDF格式BibTeX公司 XML格式引用
\textit{M.Durbán}和\textit{I.D.Currie}，计算。Stat.18，No.2，251--262（2003；Zbl 1050.62042）
全文： 内政部

参考文献：

[1] 阿尔茨，M。；Claeskens，G。；Wand，M.P.，惩罚样条广义线性模型的一些理论，J.Stat.Plan。推断，103，455-470（2002）·Zbl 1011.62040号 ·doi:10.1016/S0378-3758（01）00237-3
[2] Altman，N.，《相关误差数据的核平滑》，《美国统计协会期刊》，第85期，第749-759页（1990年）·网址：10.1080/01621459.1990.10474936
[3] Brumback，B。；Ruppert，D。；Wand，M.，《关于“使用基于数据的先验值进行加性非参数回归中的变量选择和函数估计”的评论》，《美国统计协会杂志》，94，794-797（1999）
[4] Buja，A。；哈斯蒂，T。；Tibshirani，R.，《线性平滑器和加法模型（含讨论）》，《Ann.Stat》，第17期，第453-555页（1989年）·Zbl 0689.62029号 ·doi:10.1214/aos/1176347115
[5] 科尔，A。；Ruppert博士。；Wand，M.，《将交互作用简单纳入加性模型》，《生物统计学》，第57期，第539-545页（2001年）·Zbl 1209.62352号 ·文件编号：10.1111/j.0006-341X.2001.00539.x
[6] 库尔，B。；施瓦茨，J。；Wand，M.，《呼吸健康和空气污染：加性混合模型分析》，生物统计学，2337-349（2001）·Zbl 1154.62388号 ·doi:10.1093/biostatistics/2.3.337
[7] 柯里，身份证。；Derban，M.，《P样条曲线的灵活平滑：统一方法》，《统计建模》，第2333-349页（2002年）·Zbl 1195.62072号 ·数字对象标识码：10.1191/1471082x02st039ob
[8] Derban，M.（1999），《使用半参数加性模型模拟空间趋势和局部竞争效应》，英国苏格兰爱丁堡赫里奥特-沃特大学精算数学与统计系博士论文。
[9] 德班，M。；哈克特，C。；Currie，I.，半参数加性模型中的近似标准误差，生物统计学，55，699-703（1999）·Zbl 1059.62536号 ·doi:10.1111/j.0006-341X.1999.00699.x
[10] 艾尔斯，P。；Marx，B.，《带B样条和惩罚的灵活平滑》，《统计科学》，第11期，第89-121页（1996年）·Zbl 0955.62562号 ·doi:10.1214/ss/1038425655
[11] 哈里斯·J。；Liu，L.，《居民用电量的动态结构分析与预测》，《国际能源杂志》，第2437-455页（1993年）·doi:10.1016/0169-2070（93）90072-U
[12] Hart，J.，带时间序列误差的Kernel回归估计，J.Roy。Stat.Soc.B，53，173-187（1991）·兹比尔0800.62215
[13] Harville，D.A.（1999），《统计学家视角下的矩阵代数》，Springer-Verlag·Zbl 1142.15001号
[14] 哈斯蒂，T。；Tibshirani，R.，《广义加性模型：一些应用》，美国统计协会，82，371-386（1987）·Zbl 0633.62067号 ·doi:10.1080/01621459.1987.10478440
[15] Hastie，T.和Tibshirani，R.（1990），《广义加法模型》，《统计学和应用概率专著》，查普曼和霍尔出版社，伦敦·Zbl 0747.62061号
[16] 马克思，B。；Eilers，P.，带惩罚似然的直接广义加性建模，计算。统计数据An.，28193-209（1998）·Zbl 1042.62580号 ·doi:10.1016/S0167-9473（98）00033-4
[17] Opsomer，J.，《逆估计的渐近性质》，《多元分析杂志》，73166-179（2000）·Zbl 1065.62506号 ·doi:10.1006/jmva.1999.1868
[18] Opsomer，J。；Ruppert，D.，半参数加性模型的根n一致反拟合估计器，J.Comput。图表。统计，8715-732（1999）
[19] Pinheiro，J.和Bates，D.（2000），S和S-PLUS中的混合效应模型，统计与计算，Springer·Zbl 0953.62065号
[20] Searle，S.、Casella，G.和McCulloch，C.（1992），方差分量，概率和数理统计中的威利级数·Zbl 0850.62007号
[21] 史密斯，M。；Wong，C。；Kohn，R.，具有自相关误差的加性非参数回归，J.Roy。Stat.Soc.B，60，311-331（1998）·Zbl 0909.62042号 ·doi:10.1111/1467-9868.00127
[22] Verbyla，A。；Cullis，B。；Kenward，M。；Welham，S.，《使用平滑样条分析设计实验和纵向数据》，J.Roy。Stat.Soc.C，48，269-312（1999）·Zbl 0956.62062号 ·doi:10.1111/1467-9876.00154
[23] 王毅，带相关误差的平滑样条模型，美国统计协会，93，341-348（1998）·Zbl 1068.62512号 ·doi:10.1080/016214519998.10474115
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。