×

使用阈值梯度定向正则化进行积分相互作用分析。 (英语) Zbl 1436.62710号

摘要:针对许多复杂的业务和行业问题,进行了高维数据收集和建模。研究表明,相互作用可能会在主要影响之外产生重要影响。交互分析中未知参数的数量可以大于或远大于样本量。因此,分析单个数据集所产生的结果往往不令人满意。最近的一系列研究中进行了综合分析,该分析联合分析了多个独立研究的原始数据,并表明其优于单数据集分析、元分析和其他多数据集分析。在本研究中,我们的目标是在交互分析中进行综合分析。对于重要交互作用(和主要影响)的正则化估计和选择,我们应用了阈值梯度定向正则化方法。在现有研究的基础上,对阈值梯度定向正则化方法进行了改进,以尊重“主效应、相互作用”层次。该方法公式直观,计算简单,适用范围广。对财务预警系统数据和新闻-APP(应用)推荐行为数据的仿真和分析表明,该方法具有令人满意的实际性能。

MSC公司:

62兰特 大数据和数据科学的统计方面
62J15型 配对和多重比较;多次测试
62P05号 统计学在精算科学和金融数学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] BienJ、TaylorJ、TibshiraniR。用于层次交互的套索。Ann Stat.2013年版;41(3):1111‐1141. ·兹比尔1292.62109
[2] 哈斯蒂·利姆。通过层级组织学习互动——拉索正则化。2015年计算机图表统计杂志;24(3):627‐654.
[3] 曾X、马S、秦Y、李Y。纵向数据强层次半参数模型中的变量选择。统计接口。2015;8(3):355‐365. ·Zbl 1405.62036号
[4] HsuD公司。使用正则化识别建筑能耗统计模型中的关键变量和相互作用。能源。2015年;83:144‐155.
[5] 波德韦·哈亚希姆。政府间税收互动的实证分析:加拿大企业所得税案例。Can J Econ公司。2001;34(2):481‐503.
[6] 哈斯蒂·邹。通过弹性网进行规则化和变量选择。J R Stat Soc B系列统计方法。2005;67(2):301‐320. ·Zbl 1069.62054号
[7] 黄J,霍洛维茨JL,MaS。稀疏高维回归模型中桥估计量的渐近性质。Ann Stat.2008;36(2):587‐613. ·Zbl 1133.62048号
[8] ZiemerRF,WetzsteinME。用于池化数据的Stein规则方法。经济租赁。1983;11:137‐143. ·Zbl 1273.62028号
[9] 伊贾兹·艾哈迈德·S,YüzbašiB。大数据分析:整合惩罚策略。国际J管理科学与工程管理。2016;11(2):105‐115.
[10] ShahMKA、LisawadiS、Ejaz AhmedS。合并来自多个来源的数据:预测试和收缩视角。J统计计算模拟。2017;87(8):1577-1592·Zbl 07192018号
[11] 刘杰、黄杰、马斯。癌症诊断研究与综合处罚的综合分析。Scand J Stat.2014;41(1):87‐103. ·Zbl 1349.62552号
[12] 黄毅、刘杰、YiH、ShiaBC、MaS。在癌症遗传数据的综合分析中促进模型稀疏结构的相似性。2017年统计医学;36(3):509‐559.
[13] 波佩斯库·弗里德曼J。线性回归和分类的梯度定向正则化。斯坦福大学统计系;2003年,技术报告。
[14] ShiX、LiuJ、HuangJ、Zhou Y、ShiaB、MaS。高通量癌症研究与对比处罚的综合分析。基因流行病学。2014;38(2):144‐151.
[15] 刘杰、黄杰、马斯。异质性模型下多个癌症基因组数据集的综合分析。统计医学2013;32(20):3509‐3521.
[16] 斯图特。存在协变量时随机审查下的分布收敛性。《扫描J Stat.1996》;23:461‐471. ·Zbl 0903.62045号
[17] LiJ、QinY、YiD、LiY、ShenY。金融预警系统研究中支持向量机的特征选择。Qual Reliab Eng Int.2014;30(6):867‐877.
[18] 科云库吉拉斯,奥兹古尔巴斯。用于风险检测的财务预警系统模型和数据挖掘应用。专家系统应用。2012;39(6):6238‐6253.
[19] Ma S.黄J。通过桥接方法在加速故障时间模型中进行变量选择。寿命数据分析。2010;16(2):176‐195. ·Zbl 1322.62189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。