共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
对于高维空间数据,利用半参数空间自回归进行建模,模型中会同时存在内生性、非线性、变量过多等问题。本文研究半参数空间分位回归模型,提出了新的估计程序:首先利用样条基函数,对模型中未知平滑函数进行逼近,解决非线性问题;然后运用特征向量空间滤波,将空间滞后因子转化为空间代理变量的线性组合,有效解决了内生性问题;利用再中心化影响函数,进行无条件分位回归建模,能够刻画不同分位水平下变量之间的关系;最后引入自适应Lasso惩罚,对高维线性部分进行变量选择,得到系数的稀疏估计,有效增强了模型的可解释性。数值模拟中对参数作不同的设置,展现了本文提出方法的有效性。最后,利用半参数空间分位回归模型分析了住房销售价格数据集。 相似文献
3.
4.
主要讨论函数型数据的近邻域估计的渐近性质.在α-混合条件及一些正则性假设下,我们讨论了函数空间上非参数回归函数的k阶近邻域估计的相合性和渐近正态性.通过模拟分析几组不同误差分布的函数型数据,并与核估计方法进行比较,验证了有限样本下,近邻域估计方法的有效性,并得出近邻域估计在稳健性方面更有优势. 相似文献
5.
6.
7.
8.
生长曲线模型是一个典型的多元线性模型,
在现代统计学上占有重要地位. 文章首先基于Potthoff-Roy变换后的生长曲线模型,
采用自适应LASSO为惩罚函数给出了参数矩阵的惩罚最小二乘估计,
实现了变量的选择. 其次, 基于局部渐近二次估计,
对生长曲线模型的惩罚最小二乘估计给出了统一的近似估计表达式. 接着,
讨论了经过Potthoff-Roy变换后模型的惩罚最小二乘估计,
证明了自适应LASSO具有Oracle性质. 最后对几种变量选择方法进行了数据模拟.
结果表明自适应LASSO效果比较好. 另外, 综合考虑,
Potthoff-Roy变换优于拉直变换. 相似文献
9.
在生物医学研究中,研究个体的失效时间往往存在删失,Cox比例风险模型是经常被用来处理此类删失数据的模型.对于带有删失的高维数据,如何从众多协变量中挑选出少数的致病因素是研究者的兴趣所在.本文针对高维删失数据利用SELO惩罚函数考虑了基于Cox比例风险模型框架下的变量选择及参数估计问题.在允许协变量维数发散的条件下,本文给出SELO惩罚估计量的相合性以及oracle性质.计算方面若采用传统方法计算惩罚估计解,当协变量维数较高时计算Hesse阵的逆矩阵需要花费大量的时间,且SELO惩罚函数在原点的不光滑性也给计算SELO惩罚估计带来很大难度.为此,本文利用光滑化技术对SELO惩罚函数进行近似,并利用DFP公式去代替Hesse阵的逆矩阵,进而提出了MSQN算法.模拟计算的结果表明,SELO惩罚方法比已有常用的惩罚方法表现更好,而且本文提出的新算法与常用的坐标下降算法相比表现更优.在真实数据部分,本文还分析了乳腺癌数据,并利用留一交叉验证法来评估预测的好坏. 相似文献
10.
存在于各个领域的时间序列不仅表现出周期性的特征还易受外界因素的影响,而且外界因素的影响并非一成不变,同时,部分时间序列的周期是未知的.对于这样的易受外界因素影响的周期性时间序列,本文旨在构造含有变系数函数的周期性序列模型.将经典的时间序列模型分解成一个含有未知参数的部分线性变系数模型,利用B样条逼近外生变量的变系数函数,借助带有l0惩罚项的最小二乘回归得到未知周期、周期序列以及外生变量的影响系数的估计结果.本文还给出了估计量的理论性质,包括周期估计的相合性、周期序列估计和变系数函数估计的渐近性质.通过第4章的模拟,我们展现了本文方法的优越性.最后我们通过三个实际数据的应用展现了本文方法的实用性. 相似文献