边际经验似然与确定独立性特征筛选
-
PMID: 24415808 -
预防性维修识别码: 项目经理3887322 -
内政部: 2014年10月14日/13月1139日
边缘经验相似性和绝对独立性特征筛选
摘要
类似文章
-
基于边缘经验相似性的非参数和半参数模型的局部独立特征筛选。 2016年统计年鉴; 44(2):515-539. doi:10.1214/15-AOS1374。 Epub 2016年3月17日。 Ann Stat.2016年。 PMID: 27242388 免费PMC文章。 -
超高维判别分析的无模型特征筛选。 J Am Stat Assoc.2015年6月1日; 110(510):630-641。 doi:10.1080/01621459.2014.920256。 2015年美国统计协会杂志。 PMID: 26392643 免费PMC文章。 -
超高维Cox模型中的特征筛选。 统计正弦。 2016; 26:881-901. doi:10.5705/ss.2014.171。 统计正弦。 2016 PMID: 27418749 免费PMC文章。 -
超高维数据特征筛选的选择性概述。 科学中国数学。 2015年10月; 58(10):2033-2054. doi:10.1007/s11425-015-5062-9。 Epub 2015年8月22日。 科学中国数学。 2015 PMID: 26779257 免费PMC文章。 -
基于岭偏最小二乘回归的近红外光谱数据变量筛选。 梳状化学高通量屏幕。 2020; 23(8):740-756. doi:10.2174/1386207323666200428114823。 梳状化学高通量屏幕。 2020 PMID: 32342803 审查。
引用人
-
通过控制错误发现进行分位数自适应充分变量筛选。 熵(巴塞尔)。 2023年3月17日; 25(3):524. doi:10.3390/e25030524。 熵(巴塞尔)。 2023 PMID: 36981413 免费PMC文章。 -
超高维生存数据的无模型切片筛选。 J Appl Stat.2020年6月2日; 48(10):1755-1774. doi:10.1080/02664763.2020.1772734。 eCollection 2021年。 《2020年申请统计》。 PMID: 35706712 免费PMC文章。 -
病例组研究中超高维生存数据的条件筛查。 寿命数据分析。 2021年10月; 27(4):632-661. doi:10.1007/s10985-021-09531-7。 Epub 2021年8月20日。 寿命数据分析。 2021 PMID: 34417679 免费PMC文章。 -
通过累积发散进行无模型正向筛选。 2020年美国统计协会杂志; 115(531):1393-1405。 doi:10.1080/01621459.2019.1632078。 Epub 2019年7月22日。 美国统计协会杂志,2020年。 PMID: 33487782 免费PMC文章。 -
超高维案例II间隔相关失效时间数据的非参数筛选和特征选择。 Biom J.2020年12月; 62(8):1909-1925. doi:10.1002/bimj.201900154。 Epub 2020年7月16日。 生物杂志2020。 PMID: 32677168 免费PMC文章。
工具书类
-
Bühlmann P,van de Geer S.理论与应用。 施普林格; 海德堡:2011年。 高维数据统计:方法。
-
Chang J,Chen SX,Chen X.相依数据矩约束的高维广义经验似然。 2013年,网址:arXiv:1308.5732。
-
Chen SX,Cui H.广义线性模型的扩展经验似然。 中央统计局。 2003; 13:69–81.
-
陈雪霞,高杰,唐春云。扩散过程模型规范的检验。 安·统计师。 2008; 36:167–198.
LinkOut-更多资源
全文源 其他文献来源