期刊文献+

模型选择中交叉验证量的改进 被引量:2

The Refined Cross-validation Criterion for The Model Selection
原文传递
导出
摘要 对模型选择中交叉验证量CV进行改进,得到新的验证模型是否合适的准则RCV,RCV包含了CV的信息,并包含了拟合程度,模型中的待估参数个数和样本容量等等,比起AIC,BIC和CV具有更好的稳定性和分辨功能. In this paper, the refined cross-validation value RCV for the model selection is given, it is better for the model selection than CV, AIC and BIC. RCV is the criterion that includes the residuals sum of squares, the number of sample and the number of parameters in the model. It is more stationary and distinguishable than CV, AIC and BIC.
作者 何春
出处 《生物数学学报》 CSCD 北大核心 2010年第2期331-336,共6页 Journal of Biomathematics
基金 国家自然科学基金重点课题资助项目(39930160) 广东工业大学校博士基金项目(073014)
关键词 交叉验证量CV AIC准则 RCV准则 BIC准则 The Cross-validation value CV AIC criterion BIC criterion RCV criterion, model selection
  • 相关文献

参考文献3

  • 1Friedman J H, Stuetzle W. Projection pursuit regression[J]. Journal of the American Statistical Association, 1981, 76, 817-823.
  • 2Gao J, Tong H. Semiparametric nonlinear time series model selection[J]. J.R.Statist.Soc.Ser.B, 2004, 66, 321-336.
  • 3Fan J, Gijbels L. Local Polynomial Modeling and its Applications[M]. London: Chapman and Hall, 1996.

同被引文献3

引证文献2

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部