一种完全数据驱动的众数回归模型估计方法

• 作者: 李胜男 杨联强 沈燕 潘东辉
• 来源期刊: 合肥学院学报（综合版）
• 学科: 数学
• 关键词: 众数回归 数据驱动 PMS算法 覆盖区间
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 数学及应用
• 页码范围: 1-6
• 页数: 6页
• 分类号: O212.7
• 语种: 中文

摘要

众数回归是比均值回归更稳健的回归模型,该模型的PMS估计方法基于核密度估计及梯度上升算法,求解过程存在边界效应差、非全局最优、效率低等缺陷.给出一种完全数据驱动的众数回归模型估计方法.通过搜索最优覆盖区间,进而估计条件众数.该方法不借助核密度估计,超参数选择、迭代过程完全由数据驱动,无需交叉验证的计算负担.模拟和实际应用结果显示该方法计算效率高,拟合效果良好,比PMS算法易于应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李胜男		8	2	1.0	1.0
2	沈燕		36	78	6.0	7.0
3	杨联强		16	33	2.0	5.0
4	潘东辉		1	0	0.0	0.0