期刊导航
期刊开放获取
上海教育软件发展有限公..
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
GSIS超高维变量选择
被引量：
10
1
作者
马学俊
《统计与信息论坛》
CSSCI
北大核心
2015年第8期16-19,共4页
变量选择在超高维统计模型中非常重要。Fan和Lv基于简单相关系数提出确保独立筛选法(SIS),但当自变量被分成组时,SIS就会失效。因为SIS只能对单个变量进行选择,不能对组变量进行选择。为此,基于边际组回归提出组确保独立筛选法(GSIS),...
变量选择在超高维统计模型中非常重要。Fan和Lv基于简单相关系数提出确保独立筛选法(SIS),但当自变量被分成组时,SIS就会失效。因为SIS只能对单个变量进行选择,不能对组变量进行选择。为此,基于边际组回归提出组确保独立筛选法(GSIS),该方法不仅对组变量有效,对单个变量也有效,或者两者的混合也同样有效。Monte Carlo模拟结果显示,GSIS的表现优于SIS。
展开更多
关键词
组
确保独立筛选法
确保独立筛选法
变量选择
边际组回归
在线阅读
下载PDF
职称材料
题名
GSIS超高维变量选择
被引量：
10
1
作者
马学俊
机构
中国人民大学应用统计科学研究中心
出处
《统计与信息论坛》
CSSCI
北大核心
2015年第8期16-19,共4页
基金
中国人民大学2014年度拔尖创新人才培育资助计划项目<变系数模型的变量选择>
文摘
变量选择在超高维统计模型中非常重要。Fan和Lv基于简单相关系数提出确保独立筛选法(SIS),但当自变量被分成组时,SIS就会失效。因为SIS只能对单个变量进行选择,不能对组变量进行选择。为此,基于边际组回归提出组确保独立筛选法(GSIS),该方法不仅对组变量有效,对单个变量也有效,或者两者的混合也同样有效。Monte Carlo模拟结果显示,GSIS的表现优于SIS。
关键词
组
确保独立筛选法
确保独立筛选法
变量选择
边际组回归
Keywords
GSIS
SIS
variable selection
marginal group regression
分类号
F224.0 [经济管理—国民经济]
O212 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
GSIS超高维变量选择
马学俊
《统计与信息论坛》
CSSCI
北大核心
2015
10
在线阅读
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
