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MM算法的高维泊松回归模型变量选择
被引量:
2
1
作者
张露露
黄希芬
《统计与决策》
CSSCI
北大核心
2021年第21期24-28,共5页
针对高维计数型数据,往往会利用泊松回归模型进行分析研究。为了降低高维模型拟合的复杂度,该模型引入了惩罚项进行变量选择,进而提高模型的可解释性和预测性。MM算法是解决高维优化问题的一个重要且有效的工具,具有参数分离的优点。文...
针对高维计数型数据,往往会利用泊松回归模型进行分析研究。为了降低高维模型拟合的复杂度,该模型引入了惩罚项进行变量选择,进而提高模型的可解释性和预测性。MM算法是解决高维优化问题的一个重要且有效的工具,具有参数分离的优点。文章将MM算法应用于高维泊松回归模型的极大似然估计以及变量选择,利用组装分解技术把高维优化问题转为低维优化问题,避开了Newton-Raphson算法在矩阵求逆时的困难,同时也解决了目标函数的零点奇异性问题。模拟研究和实证分析结果表明,提出的算法具有稳定性和可靠性。
展开更多
关键词
高维泊松回归模型
惩罚
MM算法
组装分解技术
参数分离
下载PDF
职称材料
题名
基于MM算法的高维泊松回归模型变量选择
被引量:
2
1
作者
张露露
黄希芬
机构
云南师范大学数学学院
出处
《统计与决策》
CSSCI
北大核心
2021年第21期24-28,共5页
基金
国家自然科学基金资助项目(11901515)。
文摘
针对高维计数型数据,往往会利用泊松回归模型进行分析研究。为了降低高维模型拟合的复杂度,该模型引入了惩罚项进行变量选择,进而提高模型的可解释性和预测性。MM算法是解决高维优化问题的一个重要且有效的工具,具有参数分离的优点。文章将MM算法应用于高维泊松回归模型的极大似然估计以及变量选择,利用组装分解技术把高维优化问题转为低维优化问题,避开了Newton-Raphson算法在矩阵求逆时的困难,同时也解决了目标函数的零点奇异性问题。模拟研究和实证分析结果表明,提出的算法具有稳定性和可靠性。
关键词
高维泊松回归模型
惩罚
MM算法
组装分解技术
参数分离
Keywords
high-dimensional Poisson regression model
penalty
MM algorithm
assembly decomposition technique
parameter separation
分类号
O212 [理学—概率论与数理统计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MM算法的高维泊松回归模型变量选择
张露露
黄希芬
《统计与决策》
CSSCI
北大核心
2021
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