王萧博:基于调整秩回归的EXP型组变量选择论文

王萧博:基于调整秩回归的EXP型组变量选择论文

本文主要研究内容

作者王萧博(2019)在《基于调整秩回归的EXP型组变量选择》一文中研究指出:变量选择一直是统计学科中一个重要的课题.随着社会的发展,人们进入到大数据时代,变量选择的巨大作用也显现出来.惩罚最小二乘方法因为能够在选择出重要变量的同时估计系数而被广泛应用.EXP惩罚是一种指数形式的惩罚函数,它近似于已有的L0惩罚.EXP惩罚最小二乘估计具有模型选择的相合性和渐近正态性.但是,惩罚最小二乘方法对重尾分布和含有异常值的混合分布的效果并不理想.调整的秩回归估计对重尾分布和含有异常值的分布有着更好的处理效果.在大多数的回归问题中,每个解释变量可以用一组输入变量来表示.最常见的问题就是多因子方差分析问题,这里的每一个因子可能有几个水平,并且每一水平可以通过一组哑变量来表示出来.EXP惩罚和秩回归估计曾分别用于单独个体变量选择,但还没有人将二者结合用来研究组变量选择问题.本文中,我们考虑的回归问题中的变量是以组的形式存在的,我们将研究基于调整秩回归的EXP型组变量选择的效果.具体的研究包括以下五个章节:第一章给出本文的研究意义及国内外的研究现状.第二章介绍了线性模型和惩罚最小二乘方法的相关理论.第三章提出了新的目标函数,建立了基于调整秩回归的EXP型组变量选择,给出了调整秩回归估计的理论性质,并对理论结果进行详细证明,为模拟和应用提供了理论依据.第四章在线性模型的背景下进行数据模拟,比较基于自适应Lasso的调整秩回归估计,EXP惩罚和新方法在组变量选择的效果.并且将新方法应用到具体实例中,检验调整秩回归的EXP型惩罚的效果,以此来说明这种方法具有较好的变量选择效果.第五章对本文内容进行总结.

Abstract

bian liang shua ze yi zhi shi tong ji xue ke zhong yi ge chong yao de ke ti .sui zhao she hui de fa zhan ,ren men jin ru dao da shu ju shi dai ,bian liang shua ze de ju da zuo yong ye xian xian chu lai .cheng fa zui xiao er cheng fang fa yin wei neng gou zai shua ze chu chong yao bian liang de tong shi gu ji ji shu er bei an fan ying yong .EXPcheng fa shi yi chong zhi shu xing shi de cheng fa han shu ,ta jin shi yu yi you de L0cheng fa .EXPcheng fa zui xiao er cheng gu ji ju you mo xing shua ze de xiang ge xing he jian jin zheng tai xing .dan shi ,cheng fa zui xiao er cheng fang fa dui chong wei fen bu he han you yi chang zhi de hun ge fen bu de xiao guo bing bu li xiang .diao zheng de zhi hui gui gu ji dui chong wei fen bu he han you yi chang zhi de fen bu you zhao geng hao de chu li xiao guo .zai da duo shu de hui gui wen ti zhong ,mei ge jie shi bian liang ke yi yong yi zu shu ru bian liang lai biao shi .zui chang jian de wen ti jiu shi duo yin zi fang cha fen xi wen ti ,zhe li de mei yi ge yin zi ke neng you ji ge shui ping ,bing ju mei yi shui ping ke yi tong guo yi zu e bian liang lai biao shi chu lai .EXPcheng fa he zhi hui gui gu ji ceng fen bie yong yu chan du ge ti bian liang shua ze ,dan hai mei you ren jiang er zhe jie ge yong lai yan jiu zu bian liang shua ze wen ti .ben wen zhong ,wo men kao lv de hui gui wen ti zhong de bian liang shi yi zu de xing shi cun zai de ,wo men jiang yan jiu ji yu diao zheng zhi hui gui de EXPxing zu bian liang shua ze de xiao guo .ju ti de yan jiu bao gua yi xia wu ge zhang jie :di yi zhang gei chu ben wen de yan jiu yi yi ji guo nei wai de yan jiu xian zhuang .di er zhang jie shao le xian xing mo xing he cheng fa zui xiao er cheng fang fa de xiang guan li lun .di san zhang di chu le xin de mu biao han shu ,jian li le ji yu diao zheng zhi hui gui de EXPxing zu bian liang shua ze ,gei chu le diao zheng zhi hui gui gu ji de li lun xing zhi ,bing dui li lun jie guo jin hang xiang xi zheng ming ,wei mo ni he ying yong di gong le li lun yi ju .di si zhang zai xian xing mo xing de bei jing xia jin hang shu ju mo ni ,bi jiao ji yu zi kuo ying Lassode diao zheng zhi hui gui gu ji ,EXPcheng fa he xin fang fa zai zu bian liang shua ze de xiao guo .bing ju jiang xin fang fa ying yong dao ju ti shi li zhong ,jian yan diao zheng zhi hui gui de EXPxing cheng fa de xiao guo ,yi ci lai shui ming zhe chong fang fa ju you jiao hao de bian liang shua ze xiao guo .di wu zhang dui ben wen nei rong jin hang zong jie .

论文参考文献

  • [1].基于指数平方损失的两类半参数模型的变量选择[D]. 陶文惠.山东师范大学2019
  • [2].加法风险模型下关于右删失生存数据的变量选择方法的研究[D]. 贾易.华中师范大学2019
  • [3].带测量误差的可加模型的变量选择[D]. 何琪琪.厦门大学2018
  • [4].基于随机Lasso的Meta分析[D]. 胡蓉.北京建筑大学2019
  • [5].Logistic回归中的随机Lasso方法[D]. 武杰.北京建筑大学2018
  • [6].Random Lasso在Logistic模型中的应用研究[D]. 耿莹.暨南大学2018
  • [7].Lasso及其改进方法在变量选择中的优劣性研究[D]. 郝宽.哈尔滨工业大学2018
  • [8].基于非凸函数惩罚因子的高维变量选择方法研究[D]. 张倩.西安工程大学2018
  • [9].Cox模型中变量选择方法的研究[D]. 覃丹艳.中国石油大学(北京)2017
  • [10].超高维非参数可加模型的变量选择—基于向前可加回归算法[D]. 李子豪.厦门大学2017
  • 论文详细介绍

    论文作者分别是来自曲阜师范大学的王萧博,发表于刊物曲阜师范大学2019-10-09论文,是一篇关于变量选择论文,惩罚论文,调整的秩回归论文,组变量论文,性质论文,曲阜师范大学2019-10-09论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自曲阜师范大学2019-10-09论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    王萧博:基于调整秩回归的EXP型组变量选择论文
    下载Doc文档

    猜你喜欢