WOD随机变量加权和的完全收敛性

宽象限相依变量(简称WOD变量)是一类包含独立变量,负相协变量(简称NA变量),负象限相依变量(简称NOD变量)和推广的负象限相依变量(简称END变量)在内的非常广泛的相依变量.本文利用WOD变量的Rosenthal型矩不等式和随机变量的截尾技术,在一般的条件下建立了WOD变量加权和的完全收敛性.所得结果推广了若干相依变量的相应结果.     

从多种角度看线性相关系数

1引言 在科学研究中,我们不但要了解一个变量的变化情况,更要进一步了解一个变量与另一个变量之间的关系．变量之间的常见关系有两种：一是确定性函数关系,变量之间的关系可以用函数表示;二是非确定性相关关系,变量之间有一定的关系,但不能完全用函数表达,变量间只存在统计规律．相关和回归是研究变量间线性关系的重要方法．但两者研究的角度不同．回归是研究变量间的因果关系的,力图把非确定性相关关系化归为确定的函数关系,达到通过自变量的已知值来预测因变量的未知值的目的．     

高维数据下群组变量选择的惩罚方法综述

变量选择是统计建模的重要环节,选择合适的变量可以建立结构简单、含义明确、预测精准的稳健模型。在实际应用中,有些变量具有群组结构,本文概括了三类群组变量选择惩罚方法,包括处理高度相关变量、仅选择组变量、即选择组又选择单个变量的方法,着重比较了它们的统计性质和优缺点,总结了相关算法和调整参数选择的方法。最后文章归纳了相关应用情况,并讨论了最新发展方向和所面临的挑战。     

缺失数据下超高维可加分位回归的变量筛选和选择

针对存在缺失数据的超高维可加分位回归模型,本文提出一种有效的变量筛选方法.具体而言,将典型相关分析的思想引入到最优变换的最大相关系数,通过协变量和模型残差最优变换后的最大相关系数重要变量的边际贡献进行排序,从而进行变量筛选.然后,在筛选的基础上,利用稀疏光滑惩罚进一步做变量选择.所提变量筛选方法有三点优势:(1)基于最优变换的最大相关可以更全面的反映响应变量对协变量的非线性依赖结构;(2)在迭代过程中利用残差可以获取模型的相关信息,从而提高变量筛选的准确度;(3)变量筛选过程和模型估计分开,可以避免对冗余协变量的回归.在适当的条件下,证明了变量筛选方法的确定性独立筛选性质以及稀疏光滑惩罚下估计量的稀疏性和相合性.同时,通过蒙特卡罗模拟给出了所提方法的表现并通过一组小鼠基因数据说明了所提方法的有效性.     

协变量含误差下广义线性模型的SEE变量选择

利用一些辅助信息作为工具变量并结合光滑门限估计方程(SEE)方法,针对协变量含有测量误差广义线性模型提出一个工具变量类型的变量选择方法.该方法可以在估计模型中非零回归系数的同时,剔除模型中不显著的协变量,从而达到变量选择的目的.另外,该变量选择过程不需要求解任何凸优化问题,从而具有较强的适应性并且在实际应用比较容易计算.理论证明该变量选择方法是相合的,并且对非零回归系数的估计达到了最优的参数收敛速度.数值模拟结果表明所提出的变量选择方法可以有效地消除测量误差对估计精度的影响,并且具有较好的有限样本性质.     

例谈多变量问题的解决策略

<正>多变量问题,往往变量之间还存在约束关系,处理起来容易顾此失彼,常令人望而生畏,难以入手,正是基于这点,下面谈谈处理多变量问题的常见策略.策略一:相互替代法当出现多变量问题时,若能将多变量中所有变量统一用其中一个变量来替换,这样就将多变量问题转化为我们熟知的单变量问题.例1 2018年全国Ⅰ卷理科第21题     

相依型不确定变量偏差和的性质

研究实值扩展负相依(END)不确定变量中部分偏差和的同题.在不确定变量期望定义和性质的基础上,利用变量之间实值负相依性和不确定性变量的性质,得到了不确定变量偏差和的上确界性质,并将其应用于风险理论,得到了较好的结果.     

基于随机森林算法的两阶段变量选择研究

变量选择在高维数据处理中尤为重要,其中变量的重要性评级是关键问题.文章提出基于随机森林两阶段逐步变量选择算法.第一阶段提出变量重要性排序改进方法,目的进一步提高重要变量与噪声变量的区分度.第二阶段基于随机森林的逐步变量选择.通过模拟数据验证该方法的有效性和可行性.对水稻数据QTL定位进行实证研究,将基于两阶段随机森林逐步变量选择算法与SCAD、Elastic Net、传统QTL定位WinQTLcart2.5软件的运行结果比较,发现基于随机森林两阶段逐步变量选择算法能有效筛选变量.     

分位数变系数模型基于核光滑的变量选择

分位数变系数模型是一种稳健的非参数建模方法.使用变系数模型分析数据时,一个自然的问题是如何同时选择重要变量和从重要变量中识别常数效应变量.本文基于分位数方法研究具有稳健和有效性的估计和变量选择程序.利用局部光滑和自适应组变量选择方法,并对分位数损失函数施加双惩罚,我们获得了惩罚估计.通过BIC准则合适地选择调节参数,提出的变量选择方法具有oracle理论性质,并通过模拟研究和脂肪实例数据分析来说明新方法的有用性.数值结果表明,在不需要知道关于变量和误差分布的任何信息前提下,本文提出的方法能够识别不重要变量同时能区分出常数效应变量.     

关于非完整力学系统相对部分变量的稳定性*

本文给出研究非完整系统相对部分变量稳定性的一种方法,并得到非完整系统相对部分变量的一些稳定性定理:同时,本文还得到一类非完整系统相对全部变量稳定性与相对部分变量稳定性的关系。