.png){kind=icon}
返回
Robust Variable Selection for the Varying Coefficient Partially Nonlinear Models
.png){kind=icon}
PRE
AI
DOI：10.1007/s10255-025-0046-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于指数平方损失（ESL）函数的稳健变量选择方法，用于变系数部分非线性模型。在一定条件下，建立了所提出的惩罚ESL估计量的若干渐近性质。同时，所提出的方法能够自动剔除无关协变量，并同步估计非零回归系数。此外，我们采用局部二次逼近（LQA）和最小化-最大化（MM）算法计算非参数和参数部分的估计值，并引入一种数据驱动方法选择调节参数。模拟研究显示，当数据集中存在异常值时，所提出的方法比经典最小二乘技术更稳健。最后，我们将所提出的方法应用于分析波士顿房价数据。结果表明，所提出的方法具有更好的预测能力。
Keyword:
exponential squared loss function
local quadratic approximation
polynomial splines
robustness
varying coefficient partially nonlinear models
期刊
A
IF:
0
论文数:
52
被引数:
0
机构
引用论文
分享收藏Identification of Partially Linear Structure in Additive Models with an Application to Gene Expression Prediction from Sequences.png)
Biometrics
BiometricsIF0
PREAI
分享收藏
查看更多内容