-
题名L_1和L_2规则化趋势滤波的稳健集成方法
被引量：2
- 1
-
-
作者
秦磊
谢邦昌
-
机构
中央财经大学统计学院
台湾辅仁大学商学研究所
台湾辅仁大学统计资讯系
-
出处
《统计研究》
CSSCI
北大核心
2013年第11期99-102,共4页
-
文摘
Huber损失函数是稳健回归中的经典方法,Berhu罚函数是L1和L2罚函数的集成。为了从异常值较多的时间序列中提取趋势项,本文结合Huber损失函数和Berhu罚函数,提出一种L1和L2规则化趋势滤波的稳健集成方法,该方法对异常值的干扰不敏感,同时吸收了L1和L2罚函数的优点。模拟数据的分析显示,当时间序列存在异常值,而且内在趋势情况未知时,稳健集成方法是一种很好的折中,可以给出较好的估计结果。
-
关键词
L1和L2规则化趋势滤波
Huber损失函数
berhu罚函数
稳健集成
-
Keywords
Key words： L1 and L2 regularized trend filtering
Huber loss function
berhu Penalty Function
RobustHybrid Method
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名L_1和L_2分位数趋势滤波及其集成方法
被引量：2
- 2
-
-
作者
秦磊
谢邦昌
-
机构
对外经济贸易大学统计学院
中央财经大学统计与数学学院
台湾辅仁大学统计资讯学系
-
出处
《数理统计与管理》
CSSCI
北大核心
2015年第3期442-451,共10页
-
文摘
本文针对L_1和L_2规则化趋势滤波的不足之处,从损失函数和罚函数两个方面对其进行改进。一方面引入分位数损失函数,将其推广为L_1和L_2分位数趋势滤波,另一方面引入Berhu罚函数,得到L_1和L_2分位数趋势滤波的集成方法。数值算例显示,L_1和L_2分位数趋势滤波可以很好地估计出不同分位数上的趋势,两者分别适用于分段线性趋势和光滑趋势的提取,当内在趋势未知的情况下,集成方法是一个很好的折中,另外τ=0.5时为L_1和L_2规则化趋势滤波提供了一种稳健估计。
-
关键词
L1和L2规则化趋势滤波
分位数损失函数
berhu罚函数
集成方法
-
Keywords
L_1 and L_2 regularized trend filtering
quantile loss function
berhu penalty funcition
hybrid method
-
分类号
O212
[理学—概率论与数理统计]
-
