×
杨，岳汉;杨，胡

用于分析高维相关数据的自适应和反向惩罚。 （英语） Zbl 1481.62040号

申请。数学。建模 92, 63-77 (2021).
摘要：回归模型的许多大规模应用都有相关的数据。虽然已经为这个建模问题开发了多种方法，但要保持准确的估计仍然是一个挑战。我们提出了一种自适应的“反向”惩罚，其重点是消除收缩偏差并鼓励分组效应。结合L_1惩罚和Minimax凹惩罚，我们提出了两种相关效应平滑调整和相关效应广义平滑调整方法。它们可以被视为特殊的自适应估计量，但不同于高度依赖初始估计的传统自适应估计量。所提出的估计量即使从错误的初始估计中也能获得有效信息，从而从有限样本中提供稳定和准确的估计。在温和的正则性条件下，我们证明了这些方法满足oracle性质。仿真结果表明，该方法能够准确估计相关结构中的系数。我们还将所提出的估计量应用于财务数据，并表明它在资产配置选择中是成功的。

引用于三文件

MSC公司：

62J05型 线性回归；混合模型
62甲12 多元分析中的估计
90C26型 非凸规划，全局优化
90 C90 数学规划的应用

关键词：

相关效应;线性模型;惩罚估计;非凸极小化

软件：

格尔姆奈特
PDF格式BibTeX公司 XML格式引用
\textit{Y.Yang}和\textit{H.Yang}.应用。数学。型号92，63--77（2021；Zbl 1481.62040）
全文： 内政部

参考文献：

[1] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.R.Stat.Soc.，58，1，267-288（1996）·Zbl 0850.62538号
[2] 邹，H。；Hastie，T.，《通过弹性网进行正则化和变量选择》，J.R.Stat.Soc.，67，2，301-320（2005）·Zbl 1069.62054号
[3] 赵，P。；Yu，B.，关于套索的模型选择一致性，J.Mach。学习。第72541-2563号决议（2006年）·Zbl 1222.62008年
[4] 贾建中。；Yu，B.，关于p（gg）n时弹性网的模型选择一致性，Stat.Sin。，20595-611（2010年）·Zbl 1187.62125号
[5] Zhang，C.H.，最小最大凹惩罚下的几乎无偏变量选择，《Ann.Stat.》，38，2，894-942（2010）·Zbl 1183.62120号
[6] 阿森，M.E。；北卡罗来纳州查拉帕利。；Vidyasagar，M.，压缩传感的两种新方法，表现出强大的稀疏恢复和分组效应，J.Mach。学习。第18号、第1号、第1745-1768号决议（2017年）·Zbl 1440.62281号
[7] 切尔诺朱科夫，V。；Hansen，C。；Liao，Y.，《熔岩对密集和稀疏信号总和恢复的影响》，《Ann.Stat.》，45，1，39-76（2017）·Zbl 1422.62248号
[8] 郭建华。；胡建川。；Jing，B.Y。；Zhang，高维线性回归中的样条函数，美国统计协会，111，513，288-297（2016）
[9] Sadhanala，V。；Tibshirani，R.J.，带趋势过滤的加法模型，Ann.Stat.，47，6，3032-3068（2019）·Zbl 1436.62450号
[10] 吴，M。；张，Q。；Ma，S.，结构化基因-环境相互作用分析，生物统计学，76，1，23-35（2020）·Zbl 1451.62148号
[11] 米勒，S。；Startz，R.，使用支持向量回归的可行广义最小二乘法，经济。莱特。，175, 28-31 (2019) ·Zbl 1410.62120号
[12] 刘国杰，线性回归中的一类新的有偏估计，Commun。统计-理论方法，22，2，393-402（1993）·Zbl 0784.62065号
[13] 邹，H。；Zhang，H.L.，关于参数发散的自适应弹性网，Ann.Stat.，37，4，1733-1751（2009）·Zbl 1168.62064号
[14] Zou，H.，《自适应套索及其预言属性》，美国统计协会，101，476，1418-1429（2006）·Zbl 1171.62326号
[15] 内加班，S。；拉维库马尔，P。；Wainwright，M.J。；Yu，B.，带可分解正则化子的高维估计量分析的统一框架，Stat.Sci。，27, 4, 1348-1356 (2012)
[16] Raskutti，G。；Wainwright，M.J。；Yu，B.，相关高斯设计的限制特征值特性，J.Mach。学习。第11号决议，2241-2259（2010年）·Zbl 1242.62071号
[17] 埃夫隆，B。；哈斯蒂，T。；约翰斯通，L。；Tibshirani，R.，《最小角度回归》，《Ann.Stat.》，32，2，407-451（2004）·Zbl 1091.62054号
[18] 弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.J.，通过坐标下降广义线性模型的正则化路径，J.Stat.Softw。，33, 1, 1-22 (2010)
[19] 布雷尼，P。；Huang，J.，非凸惩罚回归的坐标下降算法，及其在生物特征选择中的应用，Ann.Appl。《法律总汇》第5卷第232-253页（2011年）·Zbl 1220.62095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。