.png){kind=icon}
返回
Optimal subsampling algorithm for mode regression model with lognormal big data
.png){kind=icon}
PRE
AI
DOI：10.1080/03610926.2026.2655322.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着大数据时代的到来，数据呈指数级增长，子采样算法已成为数据处理的重要方法。许多经济、医疗、健康和工程数据遵循对数正态分布，因此研究对数正态大数据的子采样算法具有重要意义。本文首次针对对数正态大数据建立了一种众数回归模型，并证明了基于A-最优准则和L-最优准则的子采样参数估计的一致性和渐近正态性。蒙特卡罗模拟结果和真实数据示例分析表明了模型和算法的有效性，本文提出的最优子采样算法能够提高估计精度并降低计算成本。
Keyword:
Lognormal big data
mode regression model
A-optimality criterion
L-optimality criterion
asymptotic normality
期刊
C
IF:
0.8
论文数:
221
被引数:
0
机构
.png){kind=icon}
查看更多内容