期刊导航
期刊开放获取
河南省图书馆
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
1
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Jackknife互信息的高维非线性回归模型研究
被引量:
2
1
作者
张治飞
段谦
+1 位作者
刘乃嘉
黄磊
《广西师范大学学报(自然科学版)》
CAS
北大核心
2022年第1期43-56,共14页
确定独立筛选(SIS)方法在处理超高维稀疏线性回归模型的变量选择问题上已得到了广泛的应用,且已被推广到处理广义线性回归模型的变量选择问题。但SIS不能很好地解决非线性回归模型的变量选择问题,关于该问题的现有研究也较少,因此,如何...
确定独立筛选(SIS)方法在处理超高维稀疏线性回归模型的变量选择问题上已得到了广泛的应用,且已被推广到处理广义线性回归模型的变量选择问题。但SIS不能很好地解决非线性回归模型的变量选择问题,关于该问题的现有研究也较少,因此,如何有效地对超高维稀疏非线性回归模型进行变量选择是一个具有研究价值的问题。本文在经典的SIS方法基础上,利用互信息的刀切估计(JMI),提出JMI与SIS相结合的方法,给出具体算法步骤,以实现超高维稀疏非线性回归模型的变量选择问题,并通过一些有代表性的统计模拟试验,验证所提方法的相合性,同时通过2个超高维基因数据的实例分析,对所提方法的可行性以及实用性进行说明。
展开更多
关键词
超高维空间
SIS
非线性回归
JMI
相合性
下载PDF
职称材料
题名
基于Jackknife互信息的高维非线性回归模型研究
被引量:
2
1
作者
张治飞
段谦
刘乃嘉
黄磊
机构
西南交通大学数学学院
西南财经大学统计学院
出处
《广西师范大学学报(自然科学版)》
CAS
北大核心
2022年第1期43-56,共14页
基金
国家自然科学基金重点项目(72033002)
国家自然科学基金(11771066)。
文摘
确定独立筛选(SIS)方法在处理超高维稀疏线性回归模型的变量选择问题上已得到了广泛的应用,且已被推广到处理广义线性回归模型的变量选择问题。但SIS不能很好地解决非线性回归模型的变量选择问题,关于该问题的现有研究也较少,因此,如何有效地对超高维稀疏非线性回归模型进行变量选择是一个具有研究价值的问题。本文在经典的SIS方法基础上,利用互信息的刀切估计(JMI),提出JMI与SIS相结合的方法,给出具体算法步骤,以实现超高维稀疏非线性回归模型的变量选择问题,并通过一些有代表性的统计模拟试验,验证所提方法的相合性,同时通过2个超高维基因数据的实例分析,对所提方法的可行性以及实用性进行说明。
关键词
超高维空间
SIS
非线性回归
JMI
相合性
Keywords
ultra-high dimensional space
SIS
nonlinear regression
JMI
consistency
分类号
O212.1 [理学—概率论与数理统计]
Q811.4 [生物学—生物工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Jackknife互信息的高维非线性回归模型研究
张治飞
段谦
刘乃嘉
黄磊
《广西师范大学学报(自然科学版)》
CAS
北大核心
2022
2
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