检索结果-维普期刊中文期刊服务平台

高维线性回归模型稳健变量选择方法综述被引量：1: 1; 作者邹航姜云卢《应用概率统计》 CSCD 北大核心 2024年第1期157-181,共25页; 随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计... 展开更多; 关键词高维线性回归模型稳健性变量选择有效性; 在线阅读下载PDF 职称材料

基于回归正交试验的高地应力TBM隧道变形影响因素敏感性研究: 2; 作者任道远高新强 +2 位作者马泽骋樊浩博朱正国《铁道标准设计》北大核心 2024年第6期121-128,共8页; 依托某国家重点铁路工程隧道穿越高地应力TBM施工段,通过精细化三维数值模拟与回归正交试验相结合,运用多元线性回归方法对试验结果进行研究,分析不同支护因素的敏感性并判明其对控制围岩变形起到的利弊作用,同时得到该试验的一次回归方... 展开更多; 关键词高地应力隧道回归正交试验三维数值分析多元一次回归方程敏感性研究多重联合支护失拟性检验; 在线阅读下载PDF 职称材料

长江经济带高新技术产业创新效率及其影响因素研究被引量：21: 3; 作者胡艳周玲玉《工业技术经济》 CSSCI 北大核心 2018年第6期71-77,共7页; 本文基于2006~2016年长江经济带11省市高新技术产业面板数据,运用DEA和Malmquist指数法从静态和动态两个方面测算了长江经济带高新技术产业创新效率,并探究了其影响因素。研究发现:从静态来看,长江经济带高新技术产业创新效率呈现上升趋... 展开更多; 关键词高新技术产业创新效率 DEA模型 MALMQUIST指数法随机效应模型长江经济带政府引导; 在线阅读下载PDF 职称材料

变量选择集成方法被引量：2: 4; 作者张春霞李俊丽《工程数学学报》 CSCD 北大核心 2019年第1期1-17,共17页; 随着海量高维数据在众多研究和应用领域的不断涌现,如何利用数据的稀疏性特征,从中挖掘到有价值的信息显得至关重要.变量选择作为可解释性建模、提高统计推断和预测精度的有效工具,在高维数据的分析中发挥着愈来愈重要的作用.由于集成... 展开更多; 关键词高维数据分析变量选择线性回归模型集成学习稳定性; 在线阅读下载PDF 职称材料

基于SCAD_L_(2)和SCAD混合惩罚的高维随机效应线性回归模型: 5; 作者李旭琳贺素香王传美《数学物理学报（A辑）》 CSCD 北大核心 2023年第4期1297-1310,共14页; 大数据时代的到来,使得变量选择问题成为了当前统计界和各重要领域实际工作者研究的重点课题在许多实际问题中,由于数据间存在相关性或异方差,对高维模型进行变量选择时会产生较大的系统性偏差。该文考虑高维随机效应线性回归模型,改进... 展开更多; 关键词 SCAD_L_(2)和SCAD混合惩罚方法高维随机效应线性回归模型分组效应渐近性质; 在线阅读下载PDF 职称材料

超高维部分线性模型的PGFR变量筛选被引量：4: 6; 作者赖秋楠李玉杰李高荣《应用概率统计》 CSCD 北大核心 2017年第6期608-624,共17页; 本文考虑超高维部分线性模型,其中线性部分的维数p大于样本量n,且维数p随着样本量n呈指数阶增长.首先,利用半参数回归的profile方法,把超高维部分线性模型转化成超高维线性模型.其次,为了对高维线性分量进行有效的变量筛选,考虑到协变... 展开更多; 关键词部分线性模型 profile贪婪向前回归超高维数据筛选相合性变量筛选; 在线阅读下载PDF 职称材料

超高维部分线性变系数模型的贪婪变量筛选: 7; 作者李玉杰李高荣《北京工业大学学报》 CAS CSCD 北大核心 2018年第9期1247-1256,共10页; 考虑超高维部分线性变系数模型,其中线性部分的协变量的维数随着样本容量以指数阶的速度增长.考虑到超高维协变量间存在相关性,提出贪婪的profile向前回归(greedy profile forward regression,GPFR)方法对超高维的线性部分的协变量进行... 展开更多; 关键词向前回归部分线性变系数模型变量筛选筛选相合性超高维; 在线阅读下载PDF 职称材料

题名高维线性回归模型稳健变量选择方法综述被引量：1: 1; 作者邹航姜云卢; 机构暨南大学经济学院; 出处《应用概率统计》 CSCD 北大核心 2024年第1期157-181,共25页; 基金国家自然科学基金项目(批准号:12171203) 广东省自然科学基金项目(批准号:2022A1515010045) 中央高校基本科研业务费专项资金项目(批准号:23JNQMX21)资助。; 文摘随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计推断带来的影响,从而得到更精确的模型,是目前统计学研究的热点问题之一.本文是对高维线性模型下的稳健变量选择方法进行综述.具体地,首先介绍评估稳健性的三个指标:影响函数、崩溃点和最大偏差.其次着重介绍了稳健变量选择方法,包括响应变量含有异常值,响应变量和协变量都含有异常值,高崩溃点且高效的变量选择方法.紧接着介绍相关算法,通过模拟和实例比较不同变量选择方法.最后,简要探讨了高维稳健有效变量选择方法存在的问题及未来的可能发展方向.; 关键词高维线性回归模型稳健性变量选择有效性; Keywords high-dimensional linear regression model robust variable selection efficient; 分类号 O212.7 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于回归正交试验的高地应力TBM隧道变形影响因素敏感性研究: 2; 作者任道远高新强马泽骋樊浩博朱正国; 机构石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室石家庄铁道大学土木工程学院河北省交通工程结构力学行为演变与控制重点实验室河北省金属矿山安全高效开采技术创新中心; 出处《铁道标准设计》北大核心 2024年第6期121-128,共8页; 基金中国铁建股份有限公司科技重大专项(2019-A05) 石家庄铁道大学研究生创新资助项目(YC2022017)。; 文摘依托某国家重点铁路工程隧道穿越高地应力TBM施工段,通过精细化三维数值模拟与回归正交试验相结合,运用多元线性回归方法对试验结果进行研究,分析不同支护因素的敏感性并判明其对控制围岩变形起到的利弊作用,同时得到该试验的一次回归方程,为结构优化提供快速计算公式,以此来调整参数,优化支护结构。一次回归正交试验选取短锚杆长度、长锚杆长度、钢拱架间距、锚杆环向和纵向间距、喷射混凝土等级与地应力水平作为研究影响因素,采用L8(27)正交表,不考虑交互作用进行回归正交试验,计算常数项与各偏回归项系数,建立回归方程,对试验结果进行方差分析与失拟性检验。检验结果表明:因素地应力水平F值大于F0.001,地应力水平对围岩变形起到决定性影响,短锚杆长度、钢拱架间距与锚杆纵向间距的F值均大于F0.025,其均对控制围岩变形有显著影响;所建立的回归方程显著,失拟性检验不显著,回归方程具有较好的拟合程度。在设计施工时首先应考虑采取措施释放地应力,其次在选取支护参数时应将短锚杆长度、钢拱架间距与锚杆纵向间距纳入重点考虑内容。; 关键词高地应力隧道回归正交试验三维数值分析多元一次回归方程敏感性研究多重联合支护失拟性检验; Keywords high ground stress tunnel regression orthogonal experiment three-dimensional numerical simulation multiple linear regression equation sensitivity study multiple combined support testing lose effectiveness of fit; 分类号 U25 [交通运输工程—道路与铁道工程] U459.1 [建筑科学—桥梁与隧道工程] U455 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名长江经济带高新技术产业创新效率及其影响因素研究被引量：21: 3; 作者胡艳周玲玉; 机构安徽大学经济学院; 出处《工业技术经济》 CSSCI 北大核心 2018年第6期71-77,共7页; 基金国家自然科学基金青年基金项目"中国制造业价值链提升的机制路径与政策研究:基于全球价值链的视角"(项目编号:71603001) 安徽大学区域经济与城市发展协同创新中心开放招标项目"长江经济带高新技术产业创新效率影响因素研究"(项目编号:QYXT2017029); 文摘本文基于2006~2016年长江经济带11省市高新技术产业面板数据,运用DEA和Malmquist指数法从静态和动态两个方面测算了长江经济带高新技术产业创新效率,并探究了其影响因素。研究发现:从静态来看,长江经济带高新技术产业创新效率呈现上升趋势,但上中下游区域创新效率失衡现象严重;从动态来看,长江经济带高新技术产业创新效率水平总体上有所改善,其全要素生产率增长主要依赖综合技术效率的提高,但规模效率不稳定的状态仍然存在;最后本文研究发现企业自主创新和政府支持是促进高新技术产业创新效率提高的最主要因素。因此,为进一步提升长江经济带高新技术产业创新效率,须充分发挥企业创新主体的作用,并发挥政府在高新技术产业发展中的引导、激励、服务和规范作用。; 关键词高新技术产业创新效率 DEA模型 MALMQUIST指数法随机效应模型长江经济带政府引导; Keywords high-tech industry innovation efficiency DEA model Malmquist index method random effect regression model Yangtze River Economic Belt government guidance; 分类号 F062.9 [经济管理—政治经济学] F224 [经济管理—国民经济]; 在线阅读下载PDF 职称材料

题名变量选择集成方法被引量：2: 4; 作者张春霞李俊丽; 机构西安交通大学数学与统计学院; 出处《工程数学学报》 CSCD 北大核心 2019年第1期1-17,共17页; 基金国家自然科学基金(11671317 61572393)~~; 文摘随着海量高维数据在众多研究和应用领域的不断涌现,如何利用数据的稀疏性特征,从中挖掘到有价值的信息显得至关重要.变量选择作为可解释性建模、提高统计推断和预测精度的有效工具,在高维数据的分析中发挥着愈来愈重要的作用.由于集成学习能显著提高选择精度、缓解变量选择过程的不稳定性、降低噪声变量被误选的机率,变量选择集成方法近年来得到了广泛研究.为了给相关方向的研究者提供一个系统的参考资料,论文对现有的变量选择集成方法进行了详细阐述,按照构建集成所用的不同策略将其分为两大类,分析了各类方法的特征,并采用数值试验研究了各类方法在变量选择、预测等方面的性能.最后,论文对变量选择集成方法在未来值得研究的方向进行了探讨.; 关键词高维数据分析变量选择线性回归模型集成学习稳定性; Keywords high-dimensional data analysis variable selection linear regression model ensemblelearning stability; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于SCAD_L_(2)和SCAD混合惩罚的高维随机效应线性回归模型: 5; 作者李旭琳贺素香王传美; 机构武汉理工大学理学院; 出处《数学物理学报（A辑）》 CSCD 北大核心 2023年第4期1297-1310,共14页; 基金国家自然科学基金项目(11871153)。; 文摘大数据时代的到来,使得变量选择问题成为了当前统计界和各重要领域实际工作者研究的重点课题在许多实际问题中,由于数据间存在相关性或异方差,对高维模型进行变量选择时会产生较大的系统性偏差。该文考虑高维随机效应线性回归模型,改进了现有的基于双惩罚思想的变量选择方法,提出了基于SCAD_L_(2)和SCAD的混合惩罚方法,在一定程度上弥补了已有方法不同时具备分组效应和渐近性质的不足:给出了基于混合惩罚的随机效应线性回归模型的两步迭代算法.分别在信噪比和随机效应影响不同的情况下对模型进行蒙特卡洛模拟和实例验证.结果表明:与其他惩罚方法相比,该混合惩罚方法具有分组效应和渐近性质,表现出更优良的变量选择能力和系数估计效果,适用于高维随机效应线性回归模型.; 关键词 SCAD_L_(2)和SCAD混合惩罚方法高维随机效应线性回归模型分组效应渐近性质; Keywords SCAD_L_(2) and SCAD mixed penalty method high dimensional random effects linear regression model Grouping effect Asymptotic property; 分类号 C81 [社会学—统计学] O224 [理学—运筹学与控制论]; 在线阅读下载PDF 职称材料

题名超高维部分线性模型的PGFR变量筛选被引量：4: 6; 作者赖秋楠李玉杰李高荣; 机构北京工业大学应用数理学院北京工业大学北京科学与工程计算研究院; 出处《应用概率统计》 CSCD 北大核心 2017年第6期608-624,共17页; 基金国家自然科学基金项目(批准号:11471029) 北京市自然科学基金项目(批准号:1142002) 北京市教育委员会科技计划面上项目(批准号:KM201410005010)资助; 文摘本文考虑超高维部分线性模型,其中线性部分的维数p大于样本量n,且维数p随着样本量n呈指数阶增长.首先,利用半参数回归的profile方法,把超高维部分线性模型转化成超高维线性模型.其次,为了对高维线性分量进行有效的变量筛选,考虑到协变量之间的相关性,结合贪婪算法和向前回归变量筛选方法,针对部分线性模型,提出了profile贪婪向前回归(PGFR)变量筛选方法.在一定正则条件下,证明了所提PGFR方法具有筛选相合性.为了确定所选模型是否能够依概率趋于1包含真实模型,进一步提出了BIC准则.最后,通过模拟研究和实例分析验证了PGFR方法在有限样本下的完成情况.; 关键词部分线性模型 profile贪婪向前回归超高维数据筛选相合性变量筛选; Keywords partially linear model profile greedy forward regression ultra-high dimensionality screening consistency variable screening; 分类号 O212.7 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名超高维部分线性变系数模型的贪婪变量筛选: 7; 作者李玉杰李高荣; 机构北京工业大学应用数理学院北京工业大学北京科学与工程计算研究院; 出处《北京工业大学学报》 CAS CSCD 北大核心 2018年第9期1247-1256,共10页; 基金国家自然科学基金资助项目(11471029); 文摘考虑超高维部分线性变系数模型,其中线性部分的协变量的维数随着样本容量以指数阶的速度增长.考虑到超高维协变量间存在相关性,提出贪婪的profile向前回归(greedy profile forward regression,GPFR)方法对超高维的线性部分的协变量进行变量筛选.并在一定的正则条件下,证明了所提出GPFR方法的筛选相合性.GPFR方法得到一系列嵌套的模型,为确定是否将某个候选的解释变量选入模型,用EBIC准则选择"最优"的模型.通过数值模拟和实例分析研究了GPFR算法的有限样本性质,发现在变量间存在高度相关和信噪比较低时,所提的GPFR方法优势明显.; 关键词向前回归部分线性变系数模型变量筛选筛选相合性超高维; Keywords forward regression partially linear varying coefficient model variable screening screening consistency property ultra-high dimensional; 分类号 O212.7 [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	高维线性回归模型稳健变量选择方法综述	邹航姜云卢	《应用概率统计》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于回归正交试验的高地应力TBM隧道变形影响因素敏感性研究	任道远高新强马泽骋樊浩博朱正国	《铁道标准设计》北大核心	2024	0	在线阅读下载PDF 职称材料
3	长江经济带高新技术产业创新效率及其影响因素研究	胡艳周玲玉	《工业技术经济》 CSSCI 北大核心	2018	21	在线阅读下载PDF 职称材料
4	变量选择集成方法	张春霞李俊丽	《工程数学学报》 CSCD 北大核心	2019	2	在线阅读下载PDF 职称材料
5	基于SCAD_L_(2)和SCAD混合惩罚的高维随机效应线性回归模型	李旭琳贺素香王传美	《数学物理学报（A辑）》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
6	超高维部分线性模型的PGFR变量筛选	赖秋楠李玉杰李高荣	《应用概率统计》 CSCD 北大核心	2017	4	在线阅读下载PDF 职称材料
7	超高维部分线性变系数模型的贪婪变量筛选	李玉杰李高荣	《北京工业大学学报》 CAS CSCD 北大核心	2018	0	在线阅读下载PDF 职称材料