检索结果-维普期刊中文期刊服务平台

基于改进Adaptive Lasso的多工序制造过程关键质量特性识别被引量：2: 1; 作者王宁张帅刘玉敏《运筹与管理》 CSSCI CSCD 北大核心 2020年第6期210-219,共10页; 为解决多工序制造过程关键质量特性识别中存在的质量特性间具有多重相关性以及数据高维度,小样本等问题,本文采用主成分回归改进Adaptive Lasso方法并融合状态空间思想和Bootstrap方法实现多工序过程关键质量特性识别。首先引入状态空... 展开更多; 关键词多工序制造过程关键质量特性状态空间模型 BOOTSTRAP 改进adaptive lasso; 在线阅读下载PDF 职称材料

基于Adaptive LASSO Logistic倾向得分模型的网络调查样本推断方法被引量：5: 2; 作者刘展潘莹丽石寒《统计与决策》 CSSCI 北大核心 2022年第6期15-20,共6页; 网络调查是大数据背景下一种重要的抽样调查方法,然而大多数网络调查样本属于非概率样本,其入样概率未知,需要进行建模估计。之前的研究大多通过构建Logistic倾向得分模型计算入样概率,但是Logistic倾向得分模型通常适用于协变量或混杂... 展开更多; 关键词 adaptive lasso 倾向得分网络调查样本加权调整; 在线阅读下载PDF 职称材料

基于Adaptive Lasso的两阶段全基因组关联分析方法: 3; 作者杨文宇吴成秀 +1 位作者肖英杰严建兵《作物学报》 CAS CSCD 北大核心 2023年第9期2321-2330,共10页; 作为进行全基因组关联分析的主流方法,混合线性模型类方法得到了广泛的应用。但是,现有方法仍存在检测功效不高的问题。本文提出一种基于AdaptiveLasso的2阶段全基因组关联分析方法(two-stage Adaptive Lasso-based genome-wide associa... 展开更多; 关键词玉米全基因组关联分析变量选择 adaptive lasso; 在线阅读下载PDF 职称材料

面板数据贝叶斯双惩罚分位回归方法研究被引量：3: 4; 作者舒婷罗幼喜李翰芳《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第1期150-165,共16页; 在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难。为了解决这一问题,本文建立... 展开更多; 关键词双adaptive lasso惩罚 Gibbs抽样算法分位回归随机效应贝叶斯方法; 在线阅读下载PDF 职称材料

左删失数据的双惩罚贝叶斯Tobit分位回归方法被引量：2: 5; 作者舒婷罗幼喜 +1 位作者胡超竹李翰芳《统计与决策》 CSSCI 北大核心 2023年第5期27-33,共7页; 在含潜变量的纵向数据混合效应模型应用中,通常包含大量截尾数据,若直接采用一般贝叶斯Tobit分位回归模型,参数估计的马尔科夫链蒙特卡罗抽样算法将会极其复杂,造成计算效率低下且估计结果偏差较大。同时,在高维情形下,由于受大量未知... 展开更多; 关键词删失混合效应模型 adaptive lasso惩罚 Tobit分位回归 Gibbs抽样算法贝叶斯方法; 在线阅读下载PDF 职称材料

面板数据模型的惩罚复合分位回归方法被引量：1: 6; 作者朱利荣胡超竹罗幼喜《统计与决策》 CSSCI 北大核心 2022年第13期40-45,共6页; 针对含个体效应的面板数据模型,文章提出了一种带Adaptive Lasso惩罚的复合分位回归方法来估计回归系数。通过对模型两边左乘一个合适的幂等矩阵有效地消除了个体效应的影响,并使用MM算法迭代求解未知参数,用SIC准则对惩罚参数进行选取... 展开更多; 关键词面板数据 adaptive lasso惩罚复合分位回归; 在线阅读下载PDF 职称材料

题名基于改进Adaptive Lasso的多工序制造过程关键质量特性识别被引量：2: 1; 作者王宁张帅刘玉敏; 机构郑州大学商学院; 出处《运筹与管理》 CSSCI CSCD 北大核心 2020年第6期210-219,共10页; 基金国家自然科学基金资助项目(71672182,71711540309,U1504703,U1604262,U1904211) 河南省教育厅人文社科重点资助项目(2016-ZD-054)。; 文摘为解决多工序制造过程关键质量特性识别中存在的质量特性间具有多重相关性以及数据高维度,小样本等问题,本文采用主成分回归改进Adaptive Lasso方法并融合状态空间思想和Bootstrap方法实现多工序过程关键质量特性识别。首先引入状态空间思想构建多工序过程关键质量特性识别模型,然后利用Bootstrap方法重构样本,扩大样本量;进而采用改进Adaptive Lasso方法识别关键质量特性,并通过仿真验证改进Adaptive Lasso方法与Lasso,Adaptive Lasso和岭回归方法在质量特性间不同相关度下识别的有效性;最后通过实例说明改进Adaptive Lasso的具体应用过程,仿真及实例结果显示,改进Adaptive Lasso方法对多工序过程有良好的关键质量特性识别能力,特别当质量特性间有较强相关性时显著优于其它两种方法。; 关键词多工序制造过程关键质量特性状态空间模型 BOOTSTRAP 改进adaptive lasso; Keywords multistage manufacturing process key quality characteristics state space model bootstrap improved adaptive lasso; 分类号 F273 [经济管理—企业管理]; 在线阅读下载PDF 职称材料

题名基于Adaptive LASSO Logistic倾向得分模型的网络调查样本推断方法被引量：5: 2; 作者刘展潘莹丽石寒; 机构湖北大学数学与统计学学院华中农业大学理学院; 出处《统计与决策》 CSSCI 北大核心 2022年第6期15-20,共6页; 基金国家社会科学基金资助项目(18BTJ022)。; 文摘网络调查是大数据背景下一种重要的抽样调查方法,然而大多数网络调查样本属于非概率样本,其入样概率未知,需要进行建模估计。之前的研究大多通过构建Logistic倾向得分模型计算入样概率,但是Logistic倾向得分模型通常适用于协变量或混杂变量较少的情况,存在较多协变量或混杂变量时如何进行倾向得分建模推断是一个亟待解决的问题。针对此问题,文章充分考虑经典的变量选择方法Adaptive LASSO的降维特点,提出对网络调查样本建立Adaptive LASSO Logistic倾向得分模型估计倾向得分,进一步利用倾向得分逆加权、未加权与加权均值、未加权与加权中位数的分组调整方法,从而估计总体。研究表明:基于Adaptive LASSO Logistic倾向得分模型的总体均值估计的偏差、方差与均方误差都比基于Logistic倾向得分模型的总体均值估计的偏差、方差与均方误差小。; 关键词 adaptive lasso 倾向得分网络调查样本加权调整; Keywords adaptive lasso propensity score web survey samples weighted adjustment; 分类号 O21 [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Adaptive Lasso的两阶段全基因组关联分析方法: 3; 作者杨文宇吴成秀肖英杰严建兵; 机构作物遗传改良全国重点实验室华中农业大学理学院湖北洪山实验室; 出处《作物学报》 CAS CSCD 北大核心 2023年第9期2321-2330,共10页; 基金国家自然科学基金项目(32201855,32122066)资助。; 文摘作为进行全基因组关联分析的主流方法,混合线性模型类方法得到了广泛的应用。但是,现有方法仍存在检测功效不高的问题。本文提出一种基于AdaptiveLasso的2阶段全基因组关联分析方法(two-stage Adaptive Lasso-based genome-wide association analysis, ALGWAS),该方法在第1阶段通过变量选择方法 Adaptive Lasso筛选出与目标性状相关联的单核苷酸多态性位点(single nucleotide polymorphism, SNP),第2阶段将第1阶段筛选出的SNP作为协变量放入线性模型中进行全基因组扫描。在模拟实验中,ALGWAS方法与3种常用的全基因组关联分析方法fastGWA、GEMMA和EMMAX相比具有最高的检测功效,同时具有较低的错误发现率(falsediscoveryrate,FDR)。将以上4种方法应用到包含1341份材料的玉米CUBIC (Complete-diallel plus Unbalanced Breeding-like Inter-Cross)群体的全基因组关联分析中,ALGWAS方法可检测到与开花期相关基因ZmMADS69、ZmMADS15/31、ZmZCN8和ZmRAP2.7,与株高相关基因ZmBRD1和ZmBR2,与产量相关基因ZmUB2、ZmKRN2和ZmCLE7等,而其他3种常用的全基因组关联分析方法检测功效较低。本研究提出了一种非混合线性模型类的全基因组关联分析方法,对解析微效多基因决定的复杂遗传性状具有更高的检测效率,为基因挖掘提供了新的途径。; 关键词玉米全基因组关联分析变量选择 adaptive lasso; Keywords maize genome-wide association study variable selection adaptive lasso; 分类号 S513 [农业科学—作物学]; 在线阅读下载PDF 职称材料

题名面板数据贝叶斯双惩罚分位回归方法研究被引量：3: 4; 作者舒婷罗幼喜李翰芳; 机构湖北工业大学理学院; 出处《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第1期150-165,共16页; 基金国家社会科学基金(17BJY210) 湖北省教育厅人文社科重点项目(20D043) 湖北工业大学博士启动基金(BSQD2020103)。; 文摘在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难。为了解决这一问题,本文建立贝叶斯双Adaptive Lasso分位回归模型,将Adaptive Lasso惩罚函数同时引入到含固定效应与随机效应的面板数据中,构造参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,该方法不仅能准确估计不同面板数据模型的参数系数,还能对重要变量进行选择。; 关键词双adaptive lasso惩罚 Gibbs抽样算法分位回归随机效应贝叶斯方法; Keywords double adaptive lasso penalty Gibbs sampling algorithm quantile regression random effects Bayesian method; 分类号 O212.8 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名左删失数据的双惩罚贝叶斯Tobit分位回归方法被引量：2: 5; 作者舒婷罗幼喜胡超竹李翰芳; 机构湖北工业大学、理学院; 出处《统计与决策》 CSSCI 北大核心 2023年第5期27-33,共7页; 基金国家社会科学基金资助项目(17BJY210) 国家自然科学基金青年科学基金项目(11701161) +1 种基金湖北工业大学博士科研启动项目(BSQD2020103)。; 文摘在含潜变量的纵向数据混合效应模型应用中,通常包含大量截尾数据,若直接采用一般贝叶斯Tobit分位回归模型,参数估计的马尔科夫链蒙特卡罗抽样算法将会极其复杂,造成计算效率低下且估计结果偏差较大。同时,在高维情形下,由于受大量未知随机效应的干扰,固定效应中关键变量的选择与系数估计变得更为困难。为了解决上述问题,文章提出了一种新的双Adaptive Lasso惩罚贝叶斯Tobit分位回归方法,主要研究响应变量左删失情形下高维纵向数据的变量选择与参数估计问题。通过将Adaptive Lasso惩罚同时引入固定效应与随机效应的先验分布中,构造了参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,新方法较无惩罚法和Lasso惩罚法在重要变量选择及系数估计上均更占优势。; 关键词删失混合效应模型 adaptive lasso惩罚 Tobit分位回归 Gibbs抽样算法贝叶斯方法; Keywords censored mixed effect model adaptive lasso penalty Tobit quantile regression Gibbs sampling algorithm Bayesian method; 分类号 O212 [理学—概率论与数理统计] F064.1 [经济管理—政治经济学]; 在线阅读下载PDF 职称材料

题名面板数据模型的惩罚复合分位回归方法被引量：1: 6; 作者朱利荣胡超竹罗幼喜; 机构湖北工业大学理学院; 出处《统计与决策》 CSSCI 北大核心 2022年第13期40-45,共6页; 基金国家社会科学基金资助项目(17BJY210) 国家自然科学基金资助项目(11701161)。; 文摘针对含个体效应的面板数据模型,文章提出了一种带Adaptive Lasso惩罚的复合分位回归方法来估计回归系数。通过对模型两边左乘一个合适的幂等矩阵有效地消除了个体效应的影响,并使用MM算法迭代求解未知参数,用SIC准则对惩罚参数进行选取。同时,利用蒙特卡洛方法模拟了在不同误差和不同稀疏模型下回归系数的估计和选择情况,并与最小二乘回归、中位回归、复合分位回归估计结果进行对比,最后用实例数据进行验证。结果表明:带Adaptive Lasso惩罚的复合分位回归方法能够对回归系数进行精确估计,且其在稀疏模型上相比稠密模型具有更好的表现。在变量选择问题上,带Adaptive Lasso惩罚的复合分位回归方法能够很好地排除无关解释变量的影响。; 关键词面板数据 adaptive lasso惩罚复合分位回归; Keywords panel data adaptive lasso penalty composite quantile regression; 分类号 C81 [社会学—统计学]; 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	基于改进Adaptive Lasso的多工序制造过程关键质量特性识别	王宁张帅刘玉敏	《运筹与管理》 CSSCI CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
2	基于Adaptive LASSO Logistic倾向得分模型的网络调查样本推断方法	刘展潘莹丽石寒	《统计与决策》 CSSCI 北大核心	2022	5	在线阅读下载PDF 职称材料
3	基于Adaptive Lasso的两阶段全基因组关联分析方法	杨文宇吴成秀肖英杰严建兵	《作物学报》 CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
4	面板数据贝叶斯双惩罚分位回归方法研究	舒婷罗幼喜李翰芳	《广西师范大学学报（自然科学版）》 CAS 北大核心	2022	3	在线阅读下载PDF 职称材料
5	左删失数据的双惩罚贝叶斯Tobit分位回归方法	舒婷罗幼喜胡超竹李翰芳	《统计与决策》 CSSCI 北大核心	2023	2	在线阅读下载PDF 职称材料
6	面板数据模型的惩罚复合分位回归方法	朱利荣胡超竹罗幼喜	《统计与决策》 CSSCI 北大核心	2022	1	在线阅读下载PDF 职称材料