期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
响应变量随机缺失下超高维模型特征筛选方法 被引量:2
1
作者 来鹏 季静雯 刘一鸣 《统计与决策》 CSSCI 北大核心 2017年第13期20-23,共4页
文章研究了响应变量随机缺失下超高维数据的特征筛选方法,Kolmogorov过滤方法被用于筛选构建倾向得分函数的重要协变量,据此推广逆概率加权技术构建响应变量随机缺失下的边际特征筛选过程。通过大样本理论证明了所提出的筛选方法在一些... 文章研究了响应变量随机缺失下超高维数据的特征筛选方法,Kolmogorov过滤方法被用于筛选构建倾向得分函数的重要协变量,据此推广逆概率加权技术构建响应变量随机缺失下的边际特征筛选过程。通过大样本理论证明了所提出的筛选方法在一些常规条件下具有确定性筛选性质,利用蒙特卡罗模拟研究了其有限样本性质,并将其应用于实际数据问题来验证评估其实用价值。 展开更多
关键词 超高维数据 随机缺失 特征筛选 确定筛选属性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部