×
史建伟；秦国友；朱慧晨；朱忠义

通信效率高的分布式（M\）估计与缺失数据。 （英语） Zbl 07422750号

计算。统计数据分析。 161，文章ID 107251，21 p.（2021）.
摘要：在大数据时代，实际应用中经常会遇到不完整的数据。当前的分布式方法忽略了缺失，可能会导致估计不一致。基于此，开发了一种分布式算法，用于缺失数据的（M）估计。该算法具有通信效率，仅将梯度信息传输到中央机器。感兴趣的参数和干扰参数同时更新。从理论上讲，该算法在经过适当的迭代次数后达到了全样本性能。研究了干扰参数对分布M估计的影响。通过合成数据进行的仿真验证了该算法的有效性。最后，将该算法应用于实际数据集。

引用于2文件

MSC公司：

62至XX 统计

关键词：

分布估计；M-估计；缺少数据；逆概率加权
PDF格式BibTeX公司 XML格式引用
\textit{J.Shi}等人，计算。统计数据分析。161，文章ID 107251，21 p.（2021；Zbl 07422750）
全文： 内政部

参考文献：

[1] Azur，M.J。；斯图亚特，E.A。；弗朗加基斯，C。；Leaf，P.J.，《连锁方程多重插补：它是什么以及它是如何工作的？》？，国际精神病学杂志。第20、1、40-49号决议（2011年）
[2] Battey，H。；范，J。；刘，H。；卢，J。；Zhu，Z.，《具有统计保证的分布式估计和推断》（2015），电子版
[3] 博伊德，S。；Vandenberghe，L.，《凸优化》（2004），剑桥大学出版社：美国剑桥大学出版社·Zbl 1058.90049号
[4] Chang，X。；林，S.-B。；周德兴，带核岭回归的分布式半监督学习，J.Mach。学习。第18、46、1-22号决议（2017年）·Zbl 1431.68106号
[5] 陈，X。；刘伟。；Zhang，Y.，记忆约束下的分位数回归，Ann.Stat.，47，6，3244-3273（2019）·Zbl 1436.62134号
[6] 柯林斯，L.M。；Schafer，J.L。；Kam，C.-M.，《现代缺失数据程序中包容性和限制性策略的比较》，《心理学》。方法，6，4，330（2001）
[7] N.R.理事会，《临床试验中缺失数据的预防和治疗》（2010年），国家学术出版社
[8] Duan，R。；宁，Y。；Chen，Y.，了解异质性和有效沟通的分布式统计推断（2019年），电子打印
[9] Elgabli，A。；Park，J。；Bedi，A.S。；Bennis，M。；Aggarwal，V.，Gadmm：分布式机器学习的快速高效通信框架，J.Mach。学习。第21、76、1-39号决议（2020年）·Zbl 1498.68234号
[10] 范，J。；郭毅。；Wang，K.，通信效率精确统计估计（2019），电子打印
[11] 范，J。；王，D。；王凯。；Zhu，Z.，主本征空间的分布式估计，Ann.Stat.，47，6，3009-3031（2019）·Zbl 1450.62067号
[12] Han，P。；Kong，L。；赵，J。；周，X.，《不完全数据分位数估计的一般框架》，J.R.Stat.Soc.，Ser。B、 统计方法。，81, 2, 305-333 (2019) ·Zbl 1420.62173号
[13] 赫克托，E.C。；Song，P.X.-K.，高维相关数据分析的分布式和集成矩方法，美国统计协会，1-36（2020）
[14] 新泽西州霍顿。；Laird，N.M.，缺失协变量广义线性模型的最大似然分析，统计方法医学研究，8，1，37-50（1999）
[15] 霍维茨，D。；汤普森，D.，《有限宇宙中无替换抽样的推广》，《美国统计协会期刊》，第47、260、663-685页（1952年）·Zbl 0047.38301号
[16] 易卜拉欣，J.G。；Chen，M.-H.，回归模型的幂先验分布，统计科学。，15, 1, 46-60 (2000)
[17] 易卜拉欣，J.G。；陈先生。；Lipsitz，S.R.，协变量随机缺失广义线性模型的贝叶斯方法，加拿大。《统计杂志》，30，1，55-78（2002）·Zbl 0999.62021号
[18] 约旦医学院。；Lee，J.D。；Yang，Y.，通信效率分布式统计推断，美国统计协会，114，526，668-681（2019）·Zbl 1420.62097号
[19] Lin，T.I。；Ho，H.J。；Chen，C.L.，《不完全数据的多元偏正态模型分析》，J.Multivar。分析。，100, 10, 2337-2351 (2009) ·Zbl 1175.62054号
[20] 利特尔·R。；鲁宾，D.，《缺失数据的统计分析》，《概率与数理统计中的威利级数》。概率与数理统计（2002），威利·Zbl 1011.62004号
[21] 马，X。；Wang，J.，使用逆概率加权的稳健推断，美国统计协会，115，532，1-10（2019）
[22] Mackey，L。；Talwalkar，A。；Jordan，M.I.，分布式矩阵完成和稳健因子分解，J.Mach。学习。第16、28、913-960号决议（2015年）·Zbl 1337.68225号
[23] 马丁·R·P。；瓦达特，A.M。；卡勒，D.E。；Anderson，T.E.，集群体系结构中通信延迟、开销和带宽的影响，SIGARCH Compute。阿基特。新闻，25，2，85-97（1997）
[24] 罗宾斯，J.M。；Rotnitzky，A.，《缺失数据多元回归模型的半参数效率》，美国统计协会，90，429，122-129（1995）·Zbl 0818.62043号
[25] Rubin，D.B.，《18岁以上的多重插补》，《美国统计协会杂志》，第91、434、473-489页（1996年）·Zbl 0869.62014年
[26] Sartori，N.，具有地层扰动参数的模型中的修正剖面可能性，Biometrika，90，33533-549（2003）·Zbl 1436.62086号
[27] Schafer，J.L.，《多重插补：引物》，《统计学方法医学研究》，8，1，3-15（1999）
[28] 希曼，S.R。；White，I.R.，《处理缺失数据的逆概率加权综述》，《统计学方法医学研究》，22，32778-295（2013）
[29] Shi，C。；卢·W。；Song，R.，《立方速率m-估计量的海量数据框架》，美国统计协会，113，524，1698-1709（2018）·Zbl 1409.62105号
[30] Szabó，B。；van Zanten，H.，分布式非参数方法的渐近分析，J.Mach。学习。第20、87、1-30号决议（2019年）·Zbl 1434.68457号
[31] van der Vaart，A.W.，《渐近统计》，《剑桥统计与概率数学丛书》（1998），剑桥大学出版社·Zbl 0910.62001号
[32] 沃尔古舍夫，S。；Chao，S.-K。；Cheng，G.，分位数回归过程的分布式推断，《美国统计年鉴》，47，3，1634-1662（2019）·Zbl 1418.62174号
[33] Wang，J。；科拉尔，M。；斯雷布罗，N。；Zhang，T.，高效的稀疏分布式学习，（Precup，D.；Teh，Y.W.，《第34届机器学习国际会议论文集》，第34届国际机器学习会议论文集，《机器学习研究论文集》第70卷（2017），国际会议中心：澳大利亚悉尼国际会议中心），3636-3645
[34] 王，X。；杨，Z。；陈，X。；Liu，W.，线性支持向量机的分布式推理，J.Mach。学习。第20、113、1-41号决议（2019年）·Zbl 1434.68468号
[35] Wooldridge，J.M.，《一般缺失数据问题的逆概率加权估计》，J.Econom。，141, 2, 1281-1301 (2007) ·Zbl 1418.62545号
[36] Zhang，Y。；杜奇，J.C。；Wainwright，M.J.，《统计优化的通信高效算法》，J.Mach。学习。研究，14，68，3321-3363（2013）·Zbl 1318.62016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。