费比安·索博特卡;托马斯·奈布 地质加性预期回归。 （英语） Zbl 1241.62058号 计算。统计数据分析。 56，第4期，755-767（2012）. 小结：分位数回归已成为回归分析的标准工具之一，即使在存在异方差误差的情况下，也可以对响应的完整条件分布进行适当评估。分位数回归估计是通过最小化回归线绝对偏差的非对称加权和来获得的，这是估计问题的决策理论公式，避免了误差项分布的完整说明。均值回归的最新进展集中于通过包括连续协变量的非线性效应、随机效应或空间效应，使回归结构更加灵活。这些扩展通常依赖于惩罚最小二乘或带有二次惩罚的惩罚似然估计，因此可能很难与分位数回归中经常考虑的线性规划方法相结合。因此，引入了基于最小化非对称加权残差平方和的地质加性期望回归。给出了不同的估计方法，包括最小非对称加权平方、boosting和限制期望回归。在模拟研究中对这些程序的特性进行了调查，并对慕尼黑的租金进行了分析，其中地理添加剂规范允许同时分析公寓规模或建造年份以及租金空间分布的非线性影响。 引用于42文件 MSC公司： 62G08号 非参数回归和分位数回归 62小时11分 定向数据；空间统计学 86A32型 地理统计学 62P05号 统计学在精算学和金融数学中的应用 62M40型 随机字段；图像分析 65C60个 统计中的计算问题（MSC2010） 62甲12 多元分析中的估计 关键词：增压;最小非对称加权平方;马尔可夫随机场;分位数;\（P\）-花键;张量积样条 软件：加迈尔;R（右）;半标准杆;Expectreg公司 PDF格式BibTeX公司 XML格式引用 \textit{F.Sobotka}和\textit{T.Kneib}，计算。统计数据分析。56，第4号，755--767（2012；Zbl 1241.62058） 全文： 内政部 参考文献： [1] Bühlmann，P。；Hothorn，T.，Boosting algorithms:正则化、预测和模型拟合，《统计科学》，22477-505（2007）·Zbl 1246.62163号 [2] 艾尔斯，P.H.C。；马克思，B.D.，《带B样条和惩罚的柔性平滑》，《统计科学》，第11期，第89-121页（1996年）·Zbl 0955.62562号 [3] 艾尔斯，P.H.C。；Marx，B.D.，使用二维惩罚信号回归的温度相互作用多维校准，化学计量学和智能实验室系统，66，159-174（2003） [4] Fahrmeir，L。；Kneib，T。；Lang，S.，《惩罚结构加性回归：贝叶斯视角》，《中国统计》，第14731-761页（2004）·Zbl 1073.62025号 [5] Fenske，N.、Kneib，T.、Hothorn，T.，2009年。通过增强加性分位数回归确定儿童严重营养不良的风险因素。慕尼黑大学统计部技术代表52。；Fenske，N.、Kneib，T.、Hothorn，T.，2009年。通过增强加性分位数回归确定儿童严重营养不良的风险因素。LMU慕尼黑统计局技术代表52·Zbl 1232.62146号 [6] He，X.，无交叉分位数曲线，《美国统计学家》，51186-192（1997） [7] 何，X。；Shi，P.，部分线性模型中的二元张量积样条，多元分析杂志，58，2，162-181（1996）·兹比尔0865.62027 [8] Hofner，B.、Hothorn，T.、Kneib，T.和Schmid，M.，2009年。基于boosting的无偏模型选择框架。慕尼黑大学统计部技术代表72。；Hofner，B.、Hothorn，T.、Kneib，T.和Schmid，M.，2009年。基于boosting的无偏模型选择框架。LMU慕尼黑统计局技术代表72·Zbl 1242.68002号 [9] Kamman，E.E。；Wand，M.P.，地质添加剂模型，应用统计学，52，1-18（2003）·Zbl 1111.62346号 [10] 克奈布，T。；Hothorn，T。；Tutz，G.，地质加性回归模型中的变量选择和模型选择，生物统计学，65，2，626-634（2009）·Zbl 1167.62096号 [11] Koenker，R.，纵向数据的分位数回归，多元分析杂志，91，74-89（2004）·Zbl 1051.62059号 [12] Koenker，R.，分位数回归（2005），剑桥大学出版社：剑桥大学出版社，纽约·Zbl 1111.62037号 [13] Koenker，R。；Ng、P。；Portnoy，S.，分位数平滑样条，生物统计学，81，4，673-680（1994）·Zbl 0810.62040 [14] 纽伊，W.K。；鲍威尔，J.L.，《非对称最小二乘估计和检验》，《计量经济学》，55，819-847（1987）·Zbl 0625.62047号 [15] R开发核心团队，2010年。R： 统计计算语言和环境。R统计计算基金会，奥地利维也纳。网址：网址：http://www.R-project.org; R开发核心团队，2010年。R： 统计计算语言和环境。R统计计算基金会，奥地利维也纳。网址：网址：http://www.R-project.org [16] H街。；Held，L.，高斯马尔可夫随机场（2005），查普曼和霍尔/CRC：查普曼&霍尔/CRC博卡拉顿，佛罗里达州·邮编1093.60003 [17] Ruppert，D。；魔杖，M.P。；Carroll，R.J.，《半参数回归》（2003），剑桥大学出版社·兹比尔1038.62042 [18] Ruppert，D。；Wand，M.P。；Carroll，R.J.，《2003-2007年半参数回归》，《电子统计杂志》，31193-1256（2009）·Zbl 1326.62094号 [19] 施密德，M。；Hothorn，T.，使用组件式P样条推进可加模型，计算统计与数据分析，53，298-311（2008）·Zbl 1231.62071号 [20] 施纳贝尔，S。；Eilers，P.，最佳预期平滑，计算统计学和数据分析，534168-4177（2009）·Zbl 1453.62192号 [21] Schnabel，S.K.，Eilers，P.，2010年。非交叉预期曲线的位置-比例模型。统计与计算（提交出版）。工作文件。；Schnabel，S.K.，Eilers，P.，2010年。非交叉预期曲线的位置-比例模型。统计与计算（提交出版）。工作文件。 [22] Sobotka，F.、Kneib，T.、Schnabel，S.，2010年。Expectreg：期望回归。R包版本0.15（新版本0.16）。网址：http://CRAN.R-project.org/package=expectreg; Sobotka，F.、Kneib，T.、Schnabel，S.，2010年。Expectreg：期望回归。R包版本0.15（新版本0.16）。网址：http://CRAN.R-project.org/package=expectreg [23] Wood，S.N.，《广义加法模型：R简介》（2006），查普曼和霍尔/CRC：查普曼&霍尔/CRC博卡拉顿，佛罗里达州·Zbl 1087.62082号 [24] Yu，Y。；Rue，H.，加性混合分位数回归模型的贝叶斯推断，计算统计与数据分析，55，84-96（2011）·Zbl 1247.62101号 [25] Yu，Y。；Speckman，P.L.，非平稳空间高斯马尔可夫随机场，计算与图形统计杂志，19，96-116（2010） 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。