arrow
返回

Expectile Regression With Errors-in-Variables

delete2023-01-01
delete0
delete
OA
AI
X
Xiaoxia He *
X
Xiaodan Zhou
C
Chunli Li
DOI:10.1109/ACCESS.2023.3287571delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文研究了带有变量误差的期望回归,以减少数据误差并描述总体数据分布。具体地,对所提出的估计量的渐近正态性进行了深入研究,并提出了基于正交距离期望回归 (ODER) 的IRWLS算法来估计参数。广泛的仿真研究和实际数据应用评估了我们的方法在减少测量误差偏差方面的能力,证明了我们的模型的参数估计有效性,以及与线性和分位数回归方案相比减少模拟误差的能力。
Keyword:
Errors-in-variables
expectile regression
IRWLS algorithm
orthogonal distance regression

期刊

IEEE Access 封面图
IEEE Access
IF:
3.6
论文数:
9.8W
被引数:
29.4W

机构

暂无机构信息
引用论文

引用论文

Towards a wireless and fully-implantable ECoG system
err2013-06-01
err0
PREAI
errE. Tolstosheeva; J. Hoeffmann; J. Pistor; D. Rotermund; T. Schellenberg; D. Boll; T. Hertzberg; V. Gordillo-Gonzalez; S. Mandon; D. Peters-Drolshagen; M. Schneider; K. Pawelzik; A. Kreiter; S. Paul; W. Lang
err分享
err收藏
Mesoporous MgO and Ni–MgO prepared by using carboxylic acids
err2003-01-01
err0
PREAI
errShoichi Takenaka; Satoshi Sato; Ryoji Takahashi; Toshiaki Sodesawa
err分享
err收藏
学者 查看更多内容