發(fā)布時(shí)間：2018-07-06 12:35

  本文選題：高維 + 多懲罰��； 參考：《統(tǒng)計(jì)與信息論壇》2017年10期

【摘要】：針對混合效應(yīng)模型中固定效應(yīng)與隨機(jī)效應(yīng)同時(shí)選擇問題,提出了施加多個(gè)懲罰項(xiàng)的回歸過程,同時(shí)給出了參數(shù)估計(jì)的交替迭代算法,并證明了算法的收斂性。針對兩種特殊的多懲罰回歸過程,分別利用計(jì)算機(jī)模擬數(shù)據(jù)進(jìn)行了比較分析,結(jié)果顯示新方法在各種不同條件下均有良好的表現(xiàn),尤其是能處理高維稀疏的混合效應(yīng)模型。最后通過一個(gè)實(shí)際數(shù)據(jù)演示了新方法的應(yīng)用。
[Abstract]:To solve the problem of simultaneous selection of fixed and random effects in the mixed effect model, a regression process with multiple penalty terms is proposed, and an alternating iterative algorithm for parameter estimation is given, and the convergence of the algorithm is proved. Two kinds of special multi-penalty regression processes are compared and analyzed by computer simulation data. The results show that the new method has a good performance under various conditions, especially in dealing with high-dimensional sparse mixed effect models. Finally, the application of the new method is demonstrated by a practical data.
【作者單位】： 湖北工業(yè)大學(xué)理學(xué)院;湖北工業(yè)大學(xué)產(chǎn)品質(zhì)量工程研究院;華中師范大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目《基于當(dāng)代分位回歸與鞍點(diǎn)逼近方法的復(fù)雜數(shù)據(jù)分析》(11271368) 教育部人文社科青年基金項(xiàng)目《面板數(shù)據(jù)的分位回歸方法及其變量選擇問題研究》(13YJC790105) 國家社會科學(xué)基金項(xiàng)目《高維復(fù)雜面板數(shù)據(jù)的雙懲罰分位回歸建模方法研究》(17BJY210)
【分類號】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任仕泉,代宏坤;混合效應(yīng)模型在兒童生長發(fā)育研究中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2001年04期

2 吳密霞,王松桂;一類分塊混合效應(yīng)模型的參數(shù)估計(jì)(英文)[J];工程數(shù)學(xué)學(xué)報(bào);2002年02期

3 錢偉民,王娟;一類混合效應(yīng)模型的統(tǒng)計(jì)分析[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年11期

4 韓俊林;潘建新;;泊松線性混合效應(yīng)模型的參數(shù)估計(jì)[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

5 陳長生,徐勇勇,王彤;交叉設(shè)計(jì)資料的混合效應(yīng)模型分析[J];中國衛(wèi)生統(tǒng)計(jì);2005年04期

6 汪亞順;張春華;陳循;莫永強(qiáng);;仿真基混合效應(yīng)模型加速退化試驗(yàn)方案優(yōu)化設(shè)計(jì)研究[J];機(jī)械工程學(xué)報(bào);2009年12期

7 錢偉民,柴根象;縱向數(shù)據(jù)混合效應(yīng)模型的統(tǒng)計(jì)分析[J];數(shù)學(xué)年刊A輯(中文版);2004年04期

8 吳密霞;趙延;;混合效應(yīng)模型下ANOVA估計(jì)和SD估計(jì)相等的充分條件[J];數(shù)學(xué)學(xué)報(bào);2014年03期

9 李靜茹;錢偉民;;變系數(shù)混合效應(yīng)模型中的正交二階段估計(jì)方法[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);2014年02期

10 柴根象;孫燕;;變系數(shù)混合效應(yīng)模型(英文)[J];應(yīng)用概率統(tǒng)計(jì);2006年03期

相關(guān)博士學(xué)位論文 前1條

1 李春明;混合效應(yīng)模型在森林生長模擬研究中的應(yīng)用[D];中國林業(yè)科學(xué)研究院;2010年

相關(guān)碩士學(xué)位論文 前6條

1 葉蘊(yùn)鋒;非參數(shù)變系數(shù)混合效應(yīng)模型及其估計(jì)方法研究[D];閩南師范大學(xué);2016年

2 闕燁;一類非線性混合效應(yīng)模型的估計(jì)[D];南京理工大學(xué);2017年

3 李賢;線性混合效應(yīng)模型的張量表示[D];蘇州科技大學(xué);2017年

4 李思博;混合效應(yīng)模型的建模策略及在艾滋病臨床數(shù)據(jù)分析中的應(yīng)用[D];云南師范大學(xué);2014年

5 王紅星;線性混合效應(yīng)模型影響分析在文明調(diào)查中的應(yīng)用研究[D];蘇州大學(xué);2012年

6 盧敏;混合效應(yīng)模型的統(tǒng)計(jì)推斷及應(yīng)用[D];北方工業(yè)大學(xué);2012年

，

本文編號：2102810