期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法
1
作者
李体政
方可
《工程数学学报》
CSCD
北大核心
2024年第4期659-676,共18页
主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提...
主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。
展开更多
关键词
空间相关
部分线性变系数空间自回归模型
拟
最大
似
然
方法
局部线性光滑
方法
惩罚
似
然
方法
下载PDF
职称材料
部分线性空间自回归模型的惩罚最小二乘方法
2
作者
程瑶瑶
李体政
《工程数学学报》
CSCD
北大核心
2024年第2期294-310,共17页
部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出...
部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出了一类惩罚最小二乘方法同时选择该模型的参数部分中重要解释变量和估计相应的非零回归系数。在适当的正则条件下,推导了回归系数的惩罚估计的收敛速度,并证明了所提出的变量选择方法具有Oracle性质。模拟研究和实际数据分析均表明所提出的变量选择方法具有满意的有限样本性质。
展开更多
关键词
空间相关
部分线性空间自回归模型
轮廓
拟
最大
似
然
方法
非凸罚函数
下载PDF
职称材料
题名
部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法
1
作者
李体政
方可
机构
西安建筑科技大学理学院
出处
《工程数学学报》
CSCD
北大核心
2024年第4期659-676,共18页
基金
国家自然科学基金(11972273,52170172)
陕西省自然科学基金(2024JC-YBMS-059)
+1 种基金
全国统计科学一般项目(2019LY36)
陕西数理基础科学研究项目(23JSY041).
文摘
主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。
关键词
空间相关
部分线性变系数空间自回归模型
拟
最大
似
然
方法
局部线性光滑
方法
惩罚
似
然
方法
Keywords
spatial dependence
partially linear varying coefficient spatial autoregressive model
quasi-maximum likelihood method
local linear smoothing method
penalized likelihood method
分类号
O212.7 [理学—概率论与数理统计]
下载PDF
职称材料
题名
部分线性空间自回归模型的惩罚最小二乘方法
2
作者
程瑶瑶
李体政
机构
西安建筑科技大学理学院
出处
《工程数学学报》
CSCD
北大核心
2024年第2期294-310,共17页
基金
国家自然科学基金(11972273)
全国统计科学一般项目(2019LY36)
陕西省自然科学基金(2021JM349).
文摘
部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出了一类惩罚最小二乘方法同时选择该模型的参数部分中重要解释变量和估计相应的非零回归系数。在适当的正则条件下,推导了回归系数的惩罚估计的收敛速度,并证明了所提出的变量选择方法具有Oracle性质。模拟研究和实际数据分析均表明所提出的变量选择方法具有满意的有限样本性质。
关键词
空间相关
部分线性空间自回归模型
轮廓
拟
最大
似
然
方法
非凸罚函数
Keywords
spatial dependence
partially linear spatial autoregressive model
profile quasimaximum likelihood method
non-convex penalty
分类号
O212.7 [理学—概率论与数理统计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法
李体政
方可
《工程数学学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
部分线性空间自回归模型的惩罚最小二乘方法
程瑶瑶
李体政
《工程数学学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
