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
8
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
基于众数回归的纵向数据部分线性模型的稳健经验似然及变量选择
被引量:
1
1
作者
孙晓霏
王康宁
+1 位作者
李劭珉
林路
《中国科学:数学》
CSCD
北大核心
2022年第4期447-466,共20页
众数回归具有稳健性和估计效率高的优势,在某些情形下可以替代均值回归.针对带有高维协变量的纵向数据部分线性模型,本文基于众数回归提出了稳健的经验似然及惩罚的高维众数回归经验似然变量选择方法.新方法能够利用纵向数据的组内相关...
众数回归具有稳健性和估计效率高的优势,在某些情形下可以替代均值回归.针对带有高维协变量的纵向数据部分线性模型,本文基于众数回归提出了稳健的经验似然及惩罚的高维众数回归经验似然变量选择方法.新方法能够利用纵向数据的组内相关性,而且继承了众数回归在稳健性和估计效率方面的优势.基于一些较弱的条件,本文在协变量维数趋于无穷大的高维框架下建立了方法的大样本性质.随机模拟和实际数据分析也验证了方法在有限样本时的表现.
展开更多
关键词
众数回归
高维纵向数据
经验似然
变量选择
原文传递
高维纵向数据广义估计方程的渐近正态性
2
作者
林松
尹长明
吴迪
《内江师范学院学报》
2018年第10期39-43,共5页
在广义线性模型中,运用Markov inequality等定理,在满足一般规律时,证明了估计方程之间的一些关系;并进一步证明了βn与βn0是渐近相合的.最后运用Lyapunov条件,在满足一般规律的情况下,证明了广义Poisson分布估计量的渐近正态性.以上...
在广义线性模型中,运用Markov inequality等定理,在满足一般规律时,证明了估计方程之间的一些关系;并进一步证明了βn与βn0是渐近相合的.最后运用Lyapunov条件,在满足一般规律的情况下,证明了广义Poisson分布估计量的渐近正态性.以上结果均是在较弱的条件下证明得到,并对相应的结果进行了改进.
展开更多
关键词
广义估计方程
Poisson回归模型
高维纵向数据
渐近正态性
下载PDF
职称材料
基于动态协方差建模的纵向数据特征筛选方法
3
作者
陈欣悦
《重庆工商大学学报(自然科学版)》
2023年第4期69-76,共8页
为了使统计分析有效进行,特征筛选问题在超高维领域已被众多学者广泛研究;针对现存特征筛选方法不能灵活处理超高维纵向数据的组内相关性问题,提出一个基于动态协方差建模的迭代特征筛选方法,并称之为迭代的动态特征筛选方法;在每次迭...
为了使统计分析有效进行,特征筛选问题在超高维领域已被众多学者广泛研究;针对现存特征筛选方法不能灵活处理超高维纵向数据的组内相关性问题,提出一个基于动态协方差建模的迭代特征筛选方法,并称之为迭代的动态特征筛选方法;在每次迭代过程中,均使用修正的Cholesky分解代替静态协方差矩阵建模方法对纵向数据的组内协方差矩阵进行动态建模,获得灵活的组内协方差矩阵估计,然后将所得估计代入广义估计方程中,并基于广义估计方程特征筛选方法的思想建立特征筛选准则进行筛选,最后当迭代算法收敛时得到最终的筛选子模型;引入随机模拟和酵母细胞周期循环基因表达数据集对迭代的动态特征筛选方法和基于广义估计方程的特征筛选方法以及其他2个经典的独立特征筛选方法进行测试,结果表明:迭代的动态特征筛选方法不仅可以快速地筛选出重要协变量,而且还能够更加灵活地处理纵向数据的组内相关性,拥有更高的筛选精度。
展开更多
关键词
超高维纵向数据
特征筛选
修正的Cholesky分解
广义估计方程
动态协方差建模
下载PDF
职称材料
计数数据广义估计方程相关系数矩阵估计的相合性
被引量:
3
4
作者
林松
尹长明
孙晗
《数学的实践与认识》
北大核心
2019年第2期298-303,共6页
一般线性模型只能拟合一些特殊的资料,而广义线性模型则不一样,它具有较大的灵活性,运用也日趋广泛.基于此,运用广义估计方程证明了高维变量下Poisson分布相关阵的相合性.
关键词
广义估计方程
真实相关阵
高维纵向计数数据
相合性
原文传递
高维纵向数据的亚组识别方法及应用
被引量:
1
5
作者
段谦
吉洋莹
黄磊
《重庆理工大学学报(自然科学)》
CAS
北大核心
2022年第8期307-317,共11页
在高维纵向数据建模的背景下,构建了一种数据驱动的亚组识别方法,将极大极小凹惩罚方法和同质划分方法结合起来,并基于二值分割法对回归系数之间的变点进行识别。通过统计模拟实验,将所构建的亚组识别方法和其他6种方法进行对比,检验了...
在高维纵向数据建模的背景下,构建了一种数据驱动的亚组识别方法,将极大极小凹惩罚方法和同质划分方法结合起来,并基于二值分割法对回归系数之间的变点进行识别。通过统计模拟实验,将所构建的亚组识别方法和其他6种方法进行对比,检验了所构建的亚组识别方法的性能。通过一个实例数据的分析,即国内各地区生产总值和产业结构的建模,进一步阐述了该方法的优势。
展开更多
关键词
亚组识别
变量选择
高维纵向数据
二值分割
下载PDF
职称材料
高维纵向数据的模型平均估计
被引量:
2
6
作者
陈心洁
赵志豪
《系统科学与数学》
CSCD
北大核心
2020年第7期1297-1324,共28页
高维数据的模型选择是当今统计学研究的一个热点问题,但关于高维纵向数据方面的模型平均却少见研究,文章提出了一种利用删组交叉验证准则对高维纵向数据进行模型平均估计的方法,在最小化预测残差意义下,以删组交叉验证为准则,证明了其...
高维数据的模型选择是当今统计学研究的一个热点问题,但关于高维纵向数据方面的模型平均却少见研究,文章提出了一种利用删组交叉验证准则对高维纵向数据进行模型平均估计的方法,在最小化预测残差意义下,以删组交叉验证为准则,证明了其渐近最优性,并通过模拟研究表明,该模型平均方法在估计效果上要优于其它一些传统的模型选择和平均方法.
展开更多
关键词
模型平均
删组估计
高维纵向数据
渐近最优性
原文传递
高维纵向属性数据的惩罚广义估计方程分析
7
作者
尹长明
付聃
田凯
《海南师范大学学报(自然科学版)》
CAS
2016年第1期6-10,共5页
文章证明了分析高维纵向二值属性数据的惩罚广义估计方程估计的渐近存在性,相合性与渐近正态性.
关键词
属性数据
惩罚广义估计方程
高维纵向数据
渐近正态性
下载PDF
职称材料
高维纵向计数数据的惩罚广义估计方程分析
8
作者
尹长明
苏连菊
蒙建国
《重庆理工大学学报(自然科学)》
CAS
2016年第6期154-158,共5页
已有文献对连续性的高维纵向数据的研究较多,而对离散高维纵向数据的研究较少,且条件较复杂。在较简单的条件下,证明了分析高维纵向计数数据的惩罚广义估计方程估计的存在性、相合性与渐近正态性。
关键词
计数数据
惩罚广义估计方程
高维纵向数据
渐近正态性
下载PDF
职称材料
题名
基于众数回归的纵向数据部分线性模型的稳健经验似然及变量选择
被引量:
1
1
作者
孙晓霏
王康宁
李劭珉
林路
机构
山东工商学院统计学院
北京大学光华管理学院
山东大学金融研究院
出处
《中国科学:数学》
CSCD
北大核心
2022年第4期447-466,共20页
基金
国家自然科学基金(批准号:11901356和11971265)资助项目。
文摘
众数回归具有稳健性和估计效率高的优势,在某些情形下可以替代均值回归.针对带有高维协变量的纵向数据部分线性模型,本文基于众数回归提出了稳健的经验似然及惩罚的高维众数回归经验似然变量选择方法.新方法能够利用纵向数据的组内相关性,而且继承了众数回归在稳健性和估计效率方面的优势.基于一些较弱的条件,本文在协变量维数趋于无穷大的高维框架下建立了方法的大样本性质.随机模拟和实际数据分析也验证了方法在有限样本时的表现.
关键词
众数回归
高维纵向数据
经验似然
变量选择
Keywords
modal
regression
high
dimensional
longitudinal
data
empirical
likelihood
variable
selection
分类号
O212.1 [理学—概率论与数理统计]
原文传递
题名
高维纵向数据广义估计方程的渐近正态性
2
作者
林松
尹长明
吴迪
机构
广西大学数学与信息科学学院
出处
《内江师范学院学报》
2018年第10期39-43,共5页
基金
国家自然科学基金(11061002)
广西自然科学基金(2015GXNSFAA139006)
文摘
在广义线性模型中,运用Markov inequality等定理,在满足一般规律时,证明了估计方程之间的一些关系;并进一步证明了βn与βn0是渐近相合的.最后运用Lyapunov条件,在满足一般规律的情况下,证明了广义Poisson分布估计量的渐近正态性.以上结果均是在较弱的条件下证明得到,并对相应的结果进行了改进.
关键词
广义估计方程
Poisson回归模型
高维纵向数据
渐近正态性
Keywords
generalized
estimating
equation
poisson
regression
model
high
dimensional
longitudinal
data
asymptotic
normality
分类号
O212.1 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于动态协方差建模的纵向数据特征筛选方法
3
作者
陈欣悦
机构
西南大学数学与统计学院
出处
《重庆工商大学学报(自然科学版)》
2023年第4期69-76,共8页
基金
国家自然科学基金项目资助(11801466)
重庆市自然科学基金项目资助(CSTC2021JCYJ-MSXMX0502).
文摘
为了使统计分析有效进行,特征筛选问题在超高维领域已被众多学者广泛研究;针对现存特征筛选方法不能灵活处理超高维纵向数据的组内相关性问题,提出一个基于动态协方差建模的迭代特征筛选方法,并称之为迭代的动态特征筛选方法;在每次迭代过程中,均使用修正的Cholesky分解代替静态协方差矩阵建模方法对纵向数据的组内协方差矩阵进行动态建模,获得灵活的组内协方差矩阵估计,然后将所得估计代入广义估计方程中,并基于广义估计方程特征筛选方法的思想建立特征筛选准则进行筛选,最后当迭代算法收敛时得到最终的筛选子模型;引入随机模拟和酵母细胞周期循环基因表达数据集对迭代的动态特征筛选方法和基于广义估计方程的特征筛选方法以及其他2个经典的独立特征筛选方法进行测试,结果表明:迭代的动态特征筛选方法不仅可以快速地筛选出重要协变量,而且还能够更加灵活地处理纵向数据的组内相关性,拥有更高的筛选精度。
关键词
超高维纵向数据
特征筛选
修正的Cholesky分解
广义估计方程
动态协方差建模
Keywords
ultra-
high
dimensional
longitudinal
data
feature
screening
modified
Cholesky
decomposition
generalized
estimating
equations
dynamic
covariance
modelling
分类号
O212.1 [理学—概率论与数理统计]
下载PDF
职称材料
题名
计数数据广义估计方程相关系数矩阵估计的相合性
被引量:
3
4
作者
林松
尹长明
孙晗
机构
广西大学数学与信息科学学院
出处
《数学的实践与认识》
北大核心
2019年第2期298-303,共6页
基金
国家自然科学基金(11061002)
广西自然科学基金(2015GXNSFAA139006)
文摘
一般线性模型只能拟合一些特殊的资料,而广义线性模型则不一样,它具有较大的灵活性,运用也日趋广泛.基于此,运用广义估计方程证明了高维变量下Poisson分布相关阵的相合性.
关键词
广义估计方程
真实相关阵
高维纵向计数数据
相合性
Keywords
generalized
estimating
equation
real
correlation
matrix
high
dimensional
longitudinal
counting
data
consistency
分类号
O212.1 [理学—概率论与数理统计]
原文传递
题名
高维纵向数据的亚组识别方法及应用
被引量:
1
5
作者
段谦
吉洋莹
黄磊
机构
西南交通大学数学学院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2022年第8期307-317,共11页
基金
国家自然科学基金面上项目(11771066)
中央高校基本科研业务费专项资金项目(2682020ZT113)
+1 种基金
教育部人文社会科学基金青年项目(17YJC790119)
四川省自然科学基金项目(2022NSFSC1850)。
文摘
在高维纵向数据建模的背景下,构建了一种数据驱动的亚组识别方法,将极大极小凹惩罚方法和同质划分方法结合起来,并基于二值分割法对回归系数之间的变点进行识别。通过统计模拟实验,将所构建的亚组识别方法和其他6种方法进行对比,检验了所构建的亚组识别方法的性能。通过一个实例数据的分析,即国内各地区生产总值和产业结构的建模,进一步阐述了该方法的优势。
关键词
亚组识别
变量选择
高维纵向数据
二值分割
Keywords
subgroup
identification
variable
selection
high
-
dimensional
longitudinal
data
binary
segmentatio
分类号
O212.4 [理学—概率论与数理统计]
下载PDF
职称材料
题名
高维纵向数据的模型平均估计
被引量:
2
6
作者
陈心洁
赵志豪
机构
远东资信评估有限公司
首都经济贸易大学统计学院
首都师范大学数学科学学院
出处
《系统科学与数学》
CSCD
北大核心
2020年第7期1297-1324,共28页
基金
国家自然科学基金(11971323)
首都师范大学科技创新服务能力建设-基本科研业务费(科研类)资助课题。
文摘
高维数据的模型选择是当今统计学研究的一个热点问题,但关于高维纵向数据方面的模型平均却少见研究,文章提出了一种利用删组交叉验证准则对高维纵向数据进行模型平均估计的方法,在最小化预测残差意义下,以删组交叉验证为准则,证明了其渐近最优性,并通过模拟研究表明,该模型平均方法在估计效果上要优于其它一些传统的模型选择和平均方法.
关键词
模型平均
删组估计
高维纵向数据
渐近最优性
Keywords
Model-averaging
leave-subject-out
estimation
high
-
dimensional
longitudinal
data
asymptotic
optimality
分类号
O212.1 [理学—概率论与数理统计]
原文传递
题名
高维纵向属性数据的惩罚广义估计方程分析
7
作者
尹长明
付聃
田凯
机构
广西大学数学与信息科学学院
出处
《海南师范大学学报(自然科学版)》
CAS
2016年第1期6-10,共5页
基金
广西自然科学基金(2015GXNSFAA139006)
国家自然科学基金(11061002)
文摘
文章证明了分析高维纵向二值属性数据的惩罚广义估计方程估计的渐近存在性,相合性与渐近正态性.
关键词
属性数据
惩罚广义估计方程
高维纵向数据
渐近正态性
Keywords
attribute
data
penalized
generalized
estimating
equations
high
-
dimensional
longitudinal
data
asymptotic
nor-
mality
分类号
O212.1 [理学—概率论与数理统计]
下载PDF
职称材料
题名
高维纵向计数数据的惩罚广义估计方程分析
8
作者
尹长明
苏连菊
蒙建国
机构
广西大学数学与信息科学学院
出处
《重庆理工大学学报(自然科学)》
CAS
2016年第6期154-158,共5页
基金
国家自然科学基金资助项目(11061002)
广西自然科学基金资助项目(2015GXNSFAA139006)
文摘
已有文献对连续性的高维纵向数据的研究较多,而对离散高维纵向数据的研究较少,且条件较复杂。在较简单的条件下,证明了分析高维纵向计数数据的惩罚广义估计方程估计的存在性、相合性与渐近正态性。
关键词
计数数据
惩罚广义估计方程
高维纵向数据
渐近正态性
Keywords
count
data
penalized
generalized
estimating
equations
high
-
dimensional
longitudinal
data
asymptotic
normality
分类号
O175 [理学—数学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于众数回归的纵向数据部分线性模型的稳健经验似然及变量选择
孙晓霏
王康宁
李劭珉
林路
《中国科学:数学》
CSCD
北大核心
2022
1
原文传递
2
高维纵向数据广义估计方程的渐近正态性
林松
尹长明
吴迪
《内江师范学院学报》
2018
0
下载PDF
职称材料
3
基于动态协方差建模的纵向数据特征筛选方法
陈欣悦
《重庆工商大学学报(自然科学版)》
2023
0
下载PDF
职称材料
4
计数数据广义估计方程相关系数矩阵估计的相合性
林松
尹长明
孙晗
《数学的实践与认识》
北大核心
2019
3
原文传递
5
高维纵向数据的亚组识别方法及应用
段谦
吉洋莹
黄磊
《重庆理工大学学报(自然科学)》
CAS
北大核心
2022
1
下载PDF
职称材料
6
高维纵向数据的模型平均估计
陈心洁
赵志豪
《系统科学与数学》
CSCD
北大核心
2020
2
原文传递
7
高维纵向属性数据的惩罚广义估计方程分析
尹长明
付聃
田凯
《海南师范大学学报(自然科学版)》
CAS
2016
0
下载PDF
职称材料
8
高维纵向计数数据的惩罚广义估计方程分析
尹长明
苏连菊
蒙建国
《重庆理工大学学报(自然科学)》
CAS
2016
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