×

具有局部稀疏性质的函数乘法回归模型的惩罚相对误差估计。 (英语) Zbl 1496.62118号

摘要:基于函数相对误差,我们为局部稀疏函数乘法回归模型建立了一个函数惩罚光滑最小绝对相对误差(FPSLARE)准则。在一些温和的条件下,我们建立了FPSLARE估计量的预言性质,包括模型选择的一致性和估计量的渐近正态性。此外,还进行了数值研究和实际数据分析,以评估所提方法的性能。

MSC公司:

62J07型 岭回归;收缩估计器(拉索)
62G08号 非参数回归和分位数回归
6220国集团 非参数推理的渐近性质
62兰特 功能数据分析

软件:

fda(右)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bühlmann P.&van de Geer S.,(2011年)。高维数据统计。统计学中的斯普林格系列。斯普林格·Zbl 1273.62015年
[2] Cardot,H。;费拉蒂,F。;Sarda,P.,函数线性模型的样条估计,统计Sinica,13,571-591(2003)·Zbl 1050.62041号
[3] Chen,K。;郭,S。;Lin,Y。;Ying,Z.,最小绝对相对误差估计,美国统计协会杂志,105,1104-1112(2010)·兹比尔1390.62117 ·doi:10.1198/jasa.2010.tm09307
[4] Chen,K。;Lin,Y。;王,Z。;Ying,Z.,最小乘积相对误差估计,多元分析杂志,144,91-98(2016)·Zbl 1328.62146号 ·doi:10.1016/j.jmva.2015.10.017
[5] de Boor,C.,《样条曲线实用指南》(2001),纽约:Springer,纽约·Zbl 0987.65015号
[6] Dette,H。;科科特,K。;Aue,A.,连续函数的巴拿赫空间中的函数数据分析,《统计年鉴》,481168-1192(2020)·Zbl 1456.62085号 ·doi:10.1214/19-AOS1842
[7] Fan J.、Li G.和Li R.,(2005)。生存分析变量选择概述。在:当代多元分析和实验设计。序列号。生物统计。2, 315-336. ·兹比尔1266.62080
[8] 范,J。;Li,R.,《基于非一致惩罚似然的变量选择及其预言性质》,美国统计协会杂志,961348-1360(2001)·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[9] 詹姆斯·G。;Wang,J。;Zhu,J.,可解释的函数线性回归,《统计年鉴》,372083-2108(2009)·Zbl 1171.62041号 ·doi:10.1214/08-AOS641
[10] D.孔。;易卜拉欣,J。;Lee,E。;Zhu,H.,FLCRM:功能线性考克斯回归模型,生物统计学,74,109-117(2018)·兹比尔1415.62111 ·doi:10.1111/biom.12748
[11] Li,R.(2000)。基于非凹陷惩罚似然和局部似然的高维建模。论文(博士)-北卡罗来纳大学教堂山分校。
[12] Lin,Z。;曹,J。;Wang,L。;Wang,H.,函数线性回归模型的局部稀疏估计器,计算与图形统计学杂志,26306-318(2017)·doi:10.1080/10618600.2016.1195273
[13] 刘,H。;Xia,X.,单指数乘法模型的估计和经验似然,《统计规划与推断杂志》,193,70-88(2018)·Zbl 1377.62103号 ·doi:10.1016/j.jspi.2017.08.003
[14] Ramsay J.和Silverman B.,(2005年)。功能数据分析。统计学中的斯普林格系列。斯普林格·Zbl 1079.62006号
[15] Ramsay,J。;Dalzell,C.,《功能数据分析的一些工具》,《皇家统计学会杂志》。B系列,53539-572(1991)·Zbl 0800.62314号
[16] Tibshirani,R.,《通过套索进行回归收缩和选择:回顾》,《皇家统计学会杂志》,B辑(方法论),73273-282(2011)·Zbl 1411.62212号 ·doi:10.1111/j.1467-9868.2011.00771.x
[17] Tu,C.Y.、Song,D.、Breidt,F.J.、Berger,T.W.和Wang,H.(2012)。具有多个输入的稀疏二进制时间序列的函数模型选择(第477-497页)。经济时间序列:建模和季节性·Zbl 1260.91207号
[18] 王,JL;Chiou,JM;Müller,HG,《功能数据分析评论》,《统计及其应用年度评论》,3,257-295(2016)·doi:10.1146/annurev-statistics-041715-033624
[19] Wang,H。;Kai,B.,《功能稀疏性:全球与局部》,《中国统计》,第25期,第1337-1354页(2015年)·Zbl 1377.62119号
[20] Wang,H。;Leng,C.,通过最小二乘近似法进行统一LASSO估计,美国统计协会杂志,1021039-1048(2007)·Zbl 1306.62167号 ·doi:10.1198/0162145000000509
[21] 夏,X。;刘,Z。;Yang,H.,具有发散协变量数的最小绝对相对误差模型的正则化估计,计算统计与数据分析,96,104-119(2016)·Zbl 1468.62213号 ·doi:10.1016/j.csda.2015.10.012
[22] 杨,J。;卢·F。;Yang,H.,单指标模型的基于局部沃尔什平均值的估计和变量选择,科学中国数学,6211977-1996(2019)·Zbl 1454.62138号 ·doi:10.1007/s11425-017-9262-3
[23] Zhang T.、Huang Y.、Zhang Q.、Ma S.和Ahmed S.(2016)。部分函数线性乘法模型的惩罚相对误差估计。S.E.Ahmed等人(编辑),矩阵、统计和大数据,对统计的贡献。127-144页·Zbl 1433.62338号
[24] 张,T。;张,Q。;Li,N.,函数二次乘法模型的最小绝对相对误差估计,统计学中的通信-理论和方法,455802-5817(2016)·Zbl 1349.62494号 ·doi:10.1080/03610926.2014.950748
[25] 周,J。;Wang,纽约州;Wang,N.,子区域带零值系数函数的函数线性模型,中国统计,23,25-50(2013)·Zbl 1426.62214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。