【摘要】：文章研究了響應(yīng)變量隨機(jī)缺失下超高維數(shù)據(jù)的特征篩選方法,Kolmogorov過濾方法被用于篩選構(gòu)建傾向得分函數(shù)的重要協(xié)變量,據(jù)此推廣逆概率加權(quán)技術(shù)構(gòu)建響應(yīng)變量隨機(jī)缺失下的邊際特征篩選過程。通過大樣本理論證明了所提出的篩選方法在一些常規(guī)條件下具有確定性篩選性質(zhì),利用蒙特卡羅模擬研究了其有限樣本性質(zhì),并將其應(yīng)用于實際數(shù)據(jù)問題來驗證評估其實用價值。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易丹輝,何錚;Logistic模型及其應(yīng)用[J];統(tǒng)計與決策;2003年03期

2 李春紅,張忠占;一維響應(yīng)變量時最高無毒副作用劑量水平的識別[J];生物數(shù)學(xué)學(xué)報;2004年02期

3 喻勝華;楊薇;;非正態(tài)響應(yīng)變量的最優(yōu)線性預(yù)測[J];經(jīng)濟(jì)數(shù)學(xué);2009年03期

4 王學(xué)麗;;不完全數(shù)據(jù)下響應(yīng)變量的精度估計[J];濱州學(xué)院學(xué)報;2007年06期

5 宇世航;;核實數(shù)據(jù)下響應(yīng)變量缺失的線性模型均值估計[J];山東大學(xué)學(xué)報(理學(xué)版);2010年08期

6 來鵬;;響應(yīng)變量隨機(jī)缺失下部分線性單指標(biāo)模型的非參數(shù)判別檢驗[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2013年05期

7 黃彬;楊凌霞;徐修友;;響應(yīng)變量缺失時偏線性測量誤差模型的變量選擇[J];廈門大學(xué)學(xué)報(自然科學(xué)版);2014年01期

8 李志強(qiáng);薛留根;;響應(yīng)變量隨機(jī)缺失下的半?yún)⒆兿禂?shù)模型的均值估計[J];數(shù)學(xué)的實踐與認(rèn)識;2006年10期

9 劉力軍;;響應(yīng)變量缺失下線性回歸模型的ERLS算法[J];大連民族學(xué)院學(xué)報;2012年05期

10 王玉梅;;LAD回歸在變量異常方面的應(yīng)用[J];黑龍江工程學(xué)院學(xué)報(自然科學(xué)版);2010年03期

相關(guān)會議論文 前1條

1 李春紅;張忠占;;一類毒性試驗中藥物劑量水平的識別[A];北京市第十三次統(tǒng)計科學(xué)討論會論文選編[C];2006年

相關(guān)博士學(xué)位論文 前3條

1 余彬;二元響應(yīng)變量的三臂非劣效性試驗[D];云南大學(xué);2015年

2 張濤;基于函數(shù)型數(shù)據(jù)的模型探測與估計理論[D];云南大學(xué);2013年

3 崔霞;兩類復(fù)雜數(shù)據(jù)及相關(guān)模型的統(tǒng)計分析[D];山東大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 許哲;基于Alpha穩(wěn)定分布的二元響應(yīng)變量回歸模型[D];華東理工大學(xué);2016年

2 李星祥;超高維數(shù)據(jù)的特征篩選研究[D];南京信息工程大學(xué);2016年

3 孫雷鳴;有序響應(yīng)變量與罕見變異位點(diǎn)關(guān)聯(lián)分析的統(tǒng)計方法[D];東北師范大學(xué);2013年

4 董銘言;潛變量在不同類型數(shù)據(jù)中的應(yīng)用[D];東北師范大學(xué);2013年

5 李劍君;響應(yīng)變量有缺失時兩類統(tǒng)計模型的統(tǒng)計推斷[D];廣西師范大學(xué);2010年

6 汪鐵豐;Probit模型的發(fā)展和演變[D];東北師范大學(xué);2008年

7 趙潤青;響應(yīng)變量有缺失時變系數(shù)部分線性模型的統(tǒng)計推斷[D];廣西師范大學(xué);2010年

8 曹添建;響應(yīng)變量缺失時條件分位數(shù)的經(jīng)驗似然估計[D];合肥工業(yè)大學(xué);2012年

9 楊照明;用主成分回歸分析森林中蝙蝠活動數(shù)據(jù)[D];東北師范大學(xué);2010年

10 朱杰;[D];上海師范大學(xué);2007年

，

本文編號：2562681