已閱讀1頁，還剩42頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、模型的變量選擇是統(tǒng)計建模中很重要的問題之一，關(guān)于線性模型的變量選擇研究，前人已經(jīng)做了很多工作，尤其引人注目的是1996年Tibshirani提出的Lasso方法，它可以同時做到變量的選擇和參數(shù)的估計。隨著解決此類問題的有效算法LARS的提出，Lasso及其相關(guān)改進(jìn)方法的研究已經(jīng)成為了當(dāng)今統(tǒng)計學(xué)界的熱門問題。Elastic Net是Lasso的一種有效改進(jìn)方法，它在處理微陣列數(shù)據(jù)方面要顯著優(yōu)于Lasso法，即當(dāng)數(shù)據(jù)中的變量間存在組效應(yīng)時，
2、Elastic Net方法能夠?qū)⑷鹤兞咳窟x出。本文將該方法應(yīng)用于廣義線性模型，分別在Logistic模型和Poisson模型中推廣了Elastic Net估計的這一性質(zhì)，證明了這兩種模型在研究數(shù)據(jù)存在組效應(yīng)情況下，Elastic Net方法同樣可以將群變量全部選出。另外，本文還通過實(shí)際的和模擬的數(shù)據(jù)例子，分析驗證了Elastic Net方法相比于Lasso方法和Ridge方法在模型變量選擇方面的良好表現(xiàn)。
本文第一章回顧了普
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 廣義線性模型基于elasticnet的變量選擇方法研究
- 廣義線性模型中的變量選擇.pdf
- 基于廣義線性模型的變量選擇與穩(wěn)健參數(shù)設(shè)計.pdf
- 廣義線性模型中基于自適應(yīng)彈性網(wǎng)的變量選擇.pdf
- Elastic Net方法在幾類模型變量選擇中的應(yīng)用.pdf
- 851.廣義線性模型中的參數(shù)估計及變量選擇方法研究
- 廣義線性模型的經(jīng)驗似然方法.pdf
- Lasso及其相關(guān)方法在廣義線性模型模型選擇中的應(yīng)用.pdf
- 廣義線性模型的變量選擇和極大擬似然估計的強(qiáng)收斂速度.pdf
- 基于廣義線性模型的損失準(zhǔn)備金估計方法研究.pdf
- 廣義線性模型的罰估計.pdf
- 具有發(fā)散維協(xié)變量廣義線性模型統(tǒng)計分析.pdf
- 廣義線性模型的若干問題研究.pdf
- 廣義線性模型的M-估計.pdf
- 2378.多維廣義線性模型經(jīng)驗似然方法
- 廣義線性模型中糾編估計的再回歸方法.pdf
- 廣義線性模型中參數(shù)估計的隨機(jī)加權(quán)方法.pdf
- 基于廣義線性模型的車險分類費(fèi)率厘定研究.pdf
- 基于分層廣義線性模型的未決賠款準(zhǔn)備金評估方法研究.pdf
- 廣義線性模型的理論及應(yīng)用實(shí)例.pdf
評論
0/150
提交評論