arrow
返回

An algorithm for estimating threshold boundary regression models

delete2025-09-01
delete0
PRE
AI
C
Chih‐Hao Chang
T
Takeshi Emura
S
Shih‐Feng Huang *
DOI:10.1016/j.csda.2025.108274delete
delete原文链接
delete分享
delete收藏
摘要

摘要

En 中文
本文提出了一种创新的迭代两阶段算法,用于估计阈值边界回归(TBR)模型。通过将拟合TBR模型中固有的非可微最小二乘(LS)问题转化为优化框架,本算法结合了阈值模型加权分类误差函数的优化与回归模型LS估计量的获取。为提高TBR模型估计的效率和灵活性,我们集成了加权支持向量机(WSVM)作为求解加权分类问题的代理方法。与近期发展的方法相比,TBR-WSVM算法具有以下关键优势:消除了对阈值参数预设定的要求,能够灵活估计非线性阈值边界,并简化了估计过程。我们进行了若干模拟研究以说明TBR-WSVM的有限样本性能。最后,通过真实数据分析展示了TBR模型的实际适用性。
Keyword:
Least-squares method
Support vector machine
Weighted binary classification

期刊

C
Computational Statistics and Data Analysis
IF:
1.6
论文数:
12
被引数:
1.0W

机构

暂无机构信息
引用论文

引用论文

Confidence sets for split points in decision trees
err2007-04-01
err35
errOAAI
errBanerjee, Moulinath; Mckeague, Ian W.
err分享
err收藏
FACTOR-DRIVEN TWO-REGIME REGRESSION因子驱动的两种制度回归
err2021-06-01
err17
errOAAI
errLee, Sokbae; Liao, Yuan; Seo, Myung Hwan; Shin, Youngki
err分享
err收藏
err分享
err收藏
学者 查看更多内容