我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
多元广义岭(MGR)回归通过多个岭参数提供了多元线性回归的收缩估计器。由于调整估计器收缩量的岭参数未知,因此对其进行优化是获得更好估计器的重要任务。对于单变量情况,提出了一种基于最小化模型选择准则(MSC)的脊线参数优化快速算法,该算法可以应用于各种MSC。在本文中,我们将该算法扩展到MGR回归。我们还描述了在正交解释变量下,非稀疏MGR估计和稀疏多元自适应群Lasso估计之间的关系。
大石敏奈纪。 “基于多元广义岭回归中最小化模型选择准则的岭参数优化。” 广岛数学。J。 51 (2) 177 - 226, 2021年7月。 https://doi.org/10.32917/h2020104