版权说明 操作指南
首页 > 成果 > 详情

混合效应模型的多惩罚回归过程及其算法收敛性研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
罗幼喜;李翰芳
作者机构:
[罗幼喜; 李翰芳] 湖北工业大学.理学院
语种:
中文
关键词:
高维;多惩罚;迭代算法;收敛
关键词(英文):
multi-penalty;iterative algorithm;converge
期刊:
统计与信息论坛
ISSN:
1007-3116
年:
2017
卷:
32
期:
10
页码:
3-10
基金类别:
国家自然科学基金项目《基于当代分位回归与鞍点逼近方法的复杂数据分析》(11271368) 教育部人文社科青年基金项目《面板数据的分位回归方法及其变量选择问题研究》(13YJC790105) 国家社会科学基金项目《高维复杂面板数据的双惩罚分位回归建模方法研究》(17BJY210)
机构署名:
本校为其他机构
院系归属:
数学与统计学学院
摘要:
针对混合效应模型中固定效应与随机效应同时选择问题,提出了施加多个惩罚项的回归过程,同时给出了参数估计的交替迭代算法,并证明了算法的收敛性。针对两种特殊的多惩罚回归过程,分别利用计算机模拟数据进行了比较分析,结果显示新方法在各种不同条件下均有良好的表现,尤其是能处理高维稀疏的混合效应模型。最后通过一个实际数据演示了新方法的应用。
摘要(英文):
For the problem of selecting fixed and random effects in the mixed effects model,the paper proposes a multiple penalization regression process and gives the iterative algorithm of parameter estimation,the convergence of algorithm is also proved.For two kinds of special multi-penalized regression process,the paper makes a comparison analysis using the simulation data,the results show that the new method has good performance in different conditions,especially for its ability to deal with the high dimensional sparse mixed effect models.Fin...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com