超高维协变量变系数模型的特征选择
-
PMID: 24678135 -
预防性维修识别码: PMC3963210型 -
内政部: 10.1080/01621459.2013.850086
超高维协变量变系数模型的特征选择
摘要
数字
类似文章
-
超高维广义变系数模型中的特征筛选。 统计正弦。 2020; 30:1049-1067. doi:10.5705/ss.202017.0362。 统计正弦。 2020 PMID: 32982122 免费PMC文章。 -
超高维数据的无模型条件独立性特征筛选。 科学中国数学。 2017年3月; 60(3):551-568。 doi:10.1007/s11425-016-0186-8。 Epub 2016年12月29日。 科学中国数学。 2017 PMID: 28649265 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。 -
超高维变系数Cox模型中的特征筛选。 多变量分析杂志。 2019年5月; 171:284-297. doi:10.1016/j.jmva.2018.12.009。 Epub 2018年12月28日。 多变量分析杂志。 2019 PMID: 31866699 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
-
纵向二项性状的回顾性变系数关联分析:在高血压相关遗传位点鉴定中的应用。 Ann Appl Stat.2024年3月; 18(1):487-505. doi:10.1214/23-aoas1798。 Epub 2024年1月31日。 Ann Appl Stat.2024年。 PMID: 38577266 免费PMC文章。 -
具有高维特征的变系数模型的鲁棒稀疏学习。 J Appl Stat.2022年8月9日; 50(16):3312-3336. doi:10.1080/02664763.2022.2109129。 eCollection 2023年。 《申请统计杂志》2022年。 PMID: 37969890 免费PMC文章。 -
零区域变化系数的同时选择和推断:一种软阈值方法。 生物计量学。 2023年12月; 79(4):3388-3401. doi:10.1111/biom.13900。 Epub 2023年7月17日。 生物计量学。 2023 PMID: 37459178 免费PMC文章。 -
病例-队列设计下高维Cox比例危险模型的可靠联合筛选。 计算机生物学杂志。 2023年6月; 30(6):663-677. doi:10.1089/cmb.2022.0416。 Epub 2023 5月3日。 计算机生物学杂志。 2023 PMID: 37140454 -
通过CV变换滤波器进行统一的无模型交互筛选。 计算统计数据分析。 2023年4月; 180:107684. doi:10.1016/j.csda.2022.107684。 Epub 2022年12月28日。 计算统计数据分析。 2023 PMID: 36910335 免费PMC文章。
工具书类
-
Fan J,Gijbels I.局部多项式建模及其应用。 查普曼和霍尔; 纽约州纽约市:1996年。
-
Fan J,Li R.通过非冲突惩罚似然及其预言属性进行变量选择。 美国统计协会杂志。 2001; 96:1348–1360.
-
Fan J,Li R.纵向数据分析中半参数建模的新估计和模型选择程序。 美国统计协会杂志。 2004; 99:710–723.
LinkOut-更多资源
全文源 其他文献来源