期刊文献+

探究变量选择的常见方法

下载PDF
导出
摘要 变量选择是统计建模的重要环节,选择合适的变量可以对数据进行更有效的分析,从而建立更准确的模型。本文主要介绍几种变量选择的常见方法包括主成分回归、偏最小二乘方法、AIC准则以及BIC准则,同时分类比较不同方法的统计共性和优缺点,明确不同方法适合的条件。最终本文归纳研究内容,并研究的最新发展方向和所面临的挑战。
作者 鄂琳
出处 《通讯世界》 2019年第3期205-206,共2页 Telecom World
  • 相关文献

参考文献4

二级参考文献118

  • 1王大荣,张忠占.联合广义线性模型中的变量选择[J].统计研究,2007,24(4):37-40. 被引量:2
  • 2Fan J, Li R. Statistical challenges with high dimensionality: Feature selection in knowledge discovery [A]. In: Sanz-Sole M, Soria J, Varona J L, et al, eds. Proceedings of the International Congress of Mathematicians [C]. Zurich: European Mathematical Society, 2006, 3: 595-622.
  • 3Claeskens G, Hjort N L. Model Selection and Model Averaging [M]. Cambridge University Press, 2008.
  • 4Hocking R R. The analysis and selection of variables in linear regression [J]. Biometrics, 1976, 32: 1-49.
  • 5Guyon I, Elisseeff A. An introduction to variable and feature selection [J]. Journal of Machine Learn- ing Research, 2003, 3: 1157-1182.
  • 6Li X, Xu R. High-Dimensional Data Analysis in Cancer Research [M]. Springer, 2009.
  • 7Hesterberg T, Choi N H, Meier L, Fraley C. Least angle and 11 penalized regression: A review [Jl. Statistics Surveys, 2008, 2: 61-93.
  • 8Fan J, Lv J. A selective overview of variable selection in high dimensional feature space [J]. Statistica Sinica, 2010, 20: 101-148.
  • 9Bertin K, Lecue G. Selection of variables and dimension reduction in high-dimensional non-parametric regression [J]. Electronic Journal of Statistics, 2008, 2: 1224-1241.
  • 10Li R, Liang H. Variable selection in semiparametric regression modeling [J]. Annals of Statistics, 2008, 36: 261-286.

共引文献125

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