基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于众数回归对部分线性可加模型提出一种变量选择方法.利用B样条基函数逼近非参函数,自适应LASSO惩罚函数实现参数和非参函数的同时变量选择,在适当的条件下证明变量选择方法具有Oracle性质,给出变量选择的EM算法,数值模拟结果检验了变量选择方法的有效性.
推荐文章
纵向缺失数据下高维部分线性回归模型的变量选择
纵向数据
单调缺失
变量选择
广义估计方程
B样条
基于众数回归模型的农村居民收入影响因素研究
农村居民收入
EM算法
众数回归模型
部分线性模型的 adaptive group lasso 变量选择
adaptive group lasso
oracle性质
变量选择
部分线性模型
潜半参数回归模型的变量选择
变量选择
潜变量
半参数回归
EM算法
判罚样条
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 部分线性可加模型的众数回归与变量选择
来源期刊 兰州理工大学学报 学科 数学
关键词 部分线性可加模型 自适应LASSO 众数回归 变量选择
年,卷(期) 2019,(6) 所属期刊栏目 数理科学
研究方向 页码范围 157-161
页数 5页 分类号 O212.7
字数 4718字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏亚峰 兰州理工大学理学院 34 207 7.0 13.0
2 屈亚蓉 兰州理工大学理学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
部分线性可加模型
自适应LASSO
众数回归
变量选择
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
兰州理工大学学报
双月刊
1673-5196
62-1180/N
大16开
甘肃省兰州市兰工坪路287号
54-72
1975
chi
出版文献量(篇)
4569
总下载数(次)
7
总被引数(次)
31466
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导