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
异质性数据下广义线性模型的Maximin似然比估计及应用
被引量:
3
1
作者
秦磊
夏传信
施建军
《统计研究》
CSSCI
北大核心
2018年第6期109-116,共8页
针对具有多个来源的异质性数据,文献中通常提出复杂程度较高的模型用于描述每个数据子总体的特征,而本文着眼于刻画不同数据子总体的共性进而建立一个简单的模型。在参数估计方面,本文借鉴了普通线性模型的Maximin估计思想,提出了适用...
针对具有多个来源的异质性数据,文献中通常提出复杂程度较高的模型用于描述每个数据子总体的特征,而本文着眼于刻画不同数据子总体的共性进而建立一个简单的模型。在参数估计方面,本文借鉴了普通线性模型的Maximin估计思想,提出了适用于广义线性模型的Maximin似然比估计方法及稀疏结构下的惩罚估计。该方法通过最大化所有子总体中似然比统计量的最小值,构建了一个简单而保守的模型,以减少数据来源较多而呈现的复杂性。本文所提方法适用于因变量服从正态分布、两点分布、泊松分布等指数族分布的情形,丰富了前人的研究成果,具有更好的实践意义。模拟分析显示,相比于经典的估计方法,Maximin似然比估计方法不仅能够有效地探寻子总体的共性,而且具有较高的样本外预测精度。本文的方法也适用于政府统计和经济统计中具有异质性的大型数据集。
展开更多
关键词
异质性
指数族分布
Maximin似然比估计
惩罚估计
在线阅读
下载PDF
职称材料
题名
异质性数据下广义线性模型的Maximin似然比估计及应用
被引量:
3
1
作者
秦磊
夏传信
施建军
机构
对外经济贸易大学统计学院
北大光华管理学院
对外经济贸易大学大数据与风险管理研究中心
中国教育审计学会
教育
部高等学校统计学类专业教学指导委员会
出处
《统计研究》
CSSCI
北大核心
2018年第6期109-116,共8页
基金
北京市自然科学基金项目“大规模成分数据的分类算法及应用研究”(4164100)
国家自然科学基金项目“基于广义SICA惩罚函数的高维数据参数估计与变量选取研究”(61603092)资助
文摘
针对具有多个来源的异质性数据,文献中通常提出复杂程度较高的模型用于描述每个数据子总体的特征,而本文着眼于刻画不同数据子总体的共性进而建立一个简单的模型。在参数估计方面,本文借鉴了普通线性模型的Maximin估计思想,提出了适用于广义线性模型的Maximin似然比估计方法及稀疏结构下的惩罚估计。该方法通过最大化所有子总体中似然比统计量的最小值,构建了一个简单而保守的模型,以减少数据来源较多而呈现的复杂性。本文所提方法适用于因变量服从正态分布、两点分布、泊松分布等指数族分布的情形,丰富了前人的研究成果,具有更好的实践意义。模拟分析显示,相比于经典的估计方法,Maximin似然比估计方法不仅能够有效地探寻子总体的共性,而且具有较高的样本外预测精度。本文的方法也适用于政府统计和经济统计中具有异质性的大型数据集。
关键词
异质性
指数族分布
Maximin似然比估计
惩罚估计
Keywords
Heterogeneity
Exponential Family Distribution
Maximin Likelihood Ratio Estimator
Penalized Estimator
分类号
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
异质性数据下广义线性模型的Maximin似然比估计及应用
秦磊
夏传信
施建军
《统计研究》
CSSCI
北大核心
2018
3
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