版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)的普及,數(shù)據(jù)收集技術(shù)的迅速發(fā)展,高維數(shù)據(jù)成為統(tǒng)計(jì)學(xué)界數(shù)據(jù)分析的一大挑戰(zhàn).變量選擇方法是一種極為有效的高維數(shù)據(jù)處理方法,能達(dá)到降低維數(shù)、簡(jiǎn)化模型的目的.Elastic Net方法是針對(duì)如何處理強(qiáng)相關(guān)變量而提出的變量選擇方法,能有效選擇變量并估計(jì)參數(shù).本文總結(jié)和分析Elastic Net方法的相關(guān)研究成果,對(duì)一般線性模型的Elastic Net方法和Adaptive Elastic Net方法進(jìn)行推廣,研究其在幾類常用模型中的相關(guān)
2、性質(zhì)及應(yīng)用,主要研究成果如下:
由于部分線性模型比普通線性模型應(yīng)用更廣泛,本文將Elastic Net方法應(yīng)用于部分線性模型進(jìn)行變量選擇,著重探討其能將模型必需的強(qiáng)相關(guān)變量組全部選入模型,即具有組效應(yīng)性質(zhì),并利用數(shù)值模擬給予驗(yàn)證.同時(shí),用實(shí)例驗(yàn)證 Elastic Net方法對(duì)基因變量進(jìn)行自動(dòng)選取的能力,能有效選出成組基因變量,并能克服維數(shù)遠(yuǎn)遠(yuǎn)大于樣本容量的條件限制.
Poisson對(duì)數(shù)線性模型是一種典型的計(jì)數(shù)變量模型
3、,為探討 Poisson對(duì)數(shù)線性模型的變量選擇方法,運(yùn)用Adaptive Elastic Net方法得出參數(shù)估計(jì),證明了其具有漸進(jìn)正態(tài)性,并對(duì)強(qiáng)相關(guān)變量做出正確處理,即Poisson對(duì)數(shù)線性模型下Adaptive Elastic Net方法具有Oracle性質(zhì)以及組效應(yīng)性質(zhì),最后通過數(shù)值模擬驗(yàn)證其優(yōu)良性.
Logistic模型是處理屬性數(shù)據(jù)常用的模型,為探討Logistic模型的變量選擇問題,本文提出 Logistic模型的A
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 廣義線性模型基于Elastic Net的變量選擇方法研究.pdf
- 32300.幾類回歸模型中的變量選擇方法
- 幾種變量選擇方法在Cox模型中的應(yīng)用.pdf
- 空間計(jì)量模型變量選擇方法及其應(yīng)用.pdf
- 分類中的變量選擇方法及應(yīng)用.pdf
- 47236.試驗(yàn)設(shè)計(jì)方法在超高維變量選擇中的應(yīng)用
- 工具變量回歸模型中的變量選擇.pdf
- 變量選擇方法及其在量化的構(gòu)效關(guān)系(QSPR)中的應(yīng)用.pdf
- 機(jī)器學(xué)習(xí)算法中變量選擇方法及其在模式識(shí)別中的應(yīng)用.pdf
- 貝葉斯方法在變量選擇問題中的應(yīng)用.pdf
- 軟測(cè)量模型的變量選擇方法研究.pdf
- 分散度量模型中的變量選擇.pdf
- 廣義線性模型中的變量選擇.pdf
- 基于懲罰似然的變量選擇方法及其在高維數(shù)據(jù)中的應(yīng)用.pdf
- Lasso及其相關(guān)方法在廣義線性模型模型選擇中的應(yīng)用.pdf
- 乘積模型的變量選擇.pdf
- 脈沖微分方程在幾類生態(tài)模型中的應(yīng)用.pdf
- 142.幾類半?yún)?shù)回歸模型的穩(wěn)健估計(jì)與變量選擇
- 多種變量選擇方法在ARMA階數(shù)確定中的比較.pdf
- 變量選擇中的LARS算法及其在國(guó)民經(jīng)濟(jì)中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論