×
S.N.拉希里。;斯皮格曼，C。;J.阿皮亚。;莱利特。

海量数据集的Gap bootstrap方法及其在交通工程中的应用。 （英语） Zbl 1257.62051号

附录申请。统计。 6，第4期，1552-1587（2012）.
摘要：我们描述了两种用于海量数据集的引导方法。由于计算负担和复杂的非均匀性模式，对于海量数据集来说，普通重采样方法的天真应用通常是不切实际的。相比之下，所提出的方法利用了一大类海量数据集的某些结构特性，将原始问题分解为一组更简单的子问题，分别求解数据表现出近似一致性且计算复杂性可以降低到可管理水平的每个子问题，然后通过一定的分析考虑将结果结合起来。通过一个中等规模的仿真研究，证明了所提方法的有效性，并研究了它们的有限样本性质。该方法通过运输工程中的一个实际数据示例进行了说明，这推动了所提方法的发展。

引用于2文件

理学硕士：

62G09号 非参数统计重采样方法
第60页 统计学在工程和工业中的应用；控制图
90B06型 运输、物流和供应链管理
62甲12 多元分析中的估计
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
65C60个 统计中的计算问题（MSC2010）

关键词：

互换性;多元时间序列;非平稳性;始发地-目的地（OD）矩阵估计;OD分割比例;重采样方法
PDF格式BibTeX公司 XML格式引用
\textit{S.N.Lahiri}等人，Ann.Appl。《法律总汇》第6卷第4期，第1552-1587页（2012年；兹bl 1257.62051）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Bell，M.G.H.（1991）。用约束广义最小二乘法估计原确定矩阵。运输研究25B 13-22·doi:10.1016/0191-2615（91）90010-G
[2] Cascetta，E.（1984）。根据交通计数和调查数据估计出行矩阵：广义最小二乘估计。运输研究18B 289-299。
[3] Cremer，M.和Keller，H.（1987）。一类新的源-目的流识别的动态方法。运输研究21B 117-132。
[4] Dixon，M.P.和Rilett，L.R.（2000年）。使用自动车辆识别数据实时估计原始目的地。运输研究委员会第79届年会会议记录光盘。华盛顿特区。
[5] Efron，B.（1979年）。引导方法：再看一下折刀。安。统计师。7 1-26. ·Zbl 0406.62024号 ·doi:10.1214/aos/1176344552
[6] Gajewski，B.J.、Rilett，L.R.、Dixon，P.M.和Spiegelman，C.H.（2002）。原始目的矩阵的稳健估计。运输与统计杂志5 37-56。
[7] Hall，P.（1992）。Bootstrap和Edgeworth扩展。纽约州施普林格·Zbl 0744.62026号
[8] Hall，P.和Jing，B.（1996）。依赖数据的样本重用方法。J.罗伊。统计人员。Soc.序列号。乙58 727-737·Zbl 0860.62037号
[9] Ibragimov，I.A.和Linnik，Y.V.（1971）。随机变量的独立序列和平稳序列。Wolters-Noordhoff出版社，格罗宁根·Zbl 0219.60027号
[10] Koul，H.L.（2002）。动态非线性模型中的加权经验过程。统计学讲义166。纽约州施普林格·Zbl 1007.62047号 ·doi:10.1007/978-1-4613-0055-7
[11] Koul，H.L.和Mukherjee，K.（1993年）。具有长程相关误差的线性回归模型中的（R）-、（mathrm{MD}）-和（mathrm{LAD}）估计的渐近性。普罗巴伯。理论相关领域95 535-553·兹比尔0794.60020 ·doi:10.1007/BF01196733
[12] Künsch，H.R.（1989）。一般静态观测的折刀和引导。安。统计师。17 1217-1241·Zbl 0684.62035号 ·doi:10.1214/aos/1176347265
[13] Lahiri，S.N.（1999）。块引导方法的理论比较。安。统计师。27 386-404. ·Zbl 0945.62049号 ·doi:10.1214/aos/1018031117
[14] Lahiri，S.N.（2003年）。相关数据的重新采样方法。纽约州施普林格·Zbl 1028.6202号
[15] Mannering，F.L.、Washburn，S.S.和Kilareski，W.P.（2009）。《公路工程与交通分析原理》，第4版，新泽西州霍博肯威利出版社。
[16] Okutani，I.（1987）。卡尔曼滤波方法在一些交通问题中的应用。交通运输理论（马萨诸塞州剑桥，1987）397-416。纽约爱思唯尔。
[17] Patton，A.，Politis，D.N.和White，H.（2009年）。D.Politis和H.White对“依赖引导的自动块长度选择”的更正。《计量经济学评论》28 372-375·Zbl 1400.62193号 ·doi:10.1080/07474930802459016
[18] Politis，D.N.和Romano，J.P.（1994年）。基于最小假设下的子样本的大样本置信区域。Ann.Statist公司。22 2031-2050. ·Zbl 0828.62044号 ·doi:10.1214/aos/1176325770
[19] Roess，R.P.、Prassas，E.S.和McShane，W.R.（2004）。交通工程，第三版，新泽西州恩格尔伍德悬崖普伦蒂斯·霍尔。
[20] Serfling，R.J.（1980）。数理统计的近似定理。纽约威利·Zbl 0538.62002号
[21] Singh，K.（1981年）。关于Efron引导的渐近精度。Ann.Statist公司。9 1187-1195. ·Zbl 0494.62048号 ·doi:10.1214/aos/1176345636
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，而不声称其完整性或完全匹配。