超高維數據統計模型變數篩選方法

內容簡介

超高維數據廣泛出現在生物醫學、經濟金融、保險精算、可靠性工程等領域，由於高維數據帶來的“維數禍根”問題，傳統的變數選擇方法無法實現參數估計的性和模型預測的穩定性。《超高維數據統計模型變數篩選方法》主要研究了線性模型、分位數回歸變係數模型、廣義線性模型及非參數模型的變數篩選方法和Gini相關係數的變數篩選方法；闡述了相關性數字特徵變數篩選方法的理論和方法，討論了Pearson相關係數、秩相關係數和Gini相關係數的關係，建立了選擇一致性理論。

　　《超高維數據統計模型變數篩選方法》可供統計套用工作者、科研人員及大學相關專業高年級研究生和教師閱讀。

圖書目錄

第1章緒論

1．1 線性模型Pearson相關變數篩選方法

1．2 非參數模型變數篩選方法

1．3 變係數模型變數篩選方法

1．4 秩相關篩選方法

第2章分位數回歸變係數模型變數篩選

2．1 引言

2．2 非參分位數回歸邊際篩選

2．3 理論性質

2．4 選擇變數的方法

2．5 模擬研究

2．6 實例分析

2．7 定理證明

第3章超高維數據可加模型經驗似然變數篩選

3．1 引言

3．2 邊際經驗似然方法

3．3 條件重排疊代篩選方法

3．4 數值研究

3．5 定理證明

第4章順序LASSO特徵選擇方法

4．1 特徵選擇方法

4．2 疊代順序LASSO算法

4．3 理論性質

4．4 數據模擬

4．5 理論證明

第5章超高維非參模型變數篩選方法

5．1 引言

5．2 核估計方法

5．3 理論性質

5．4 CC-SIS算法

5．5 模擬研究

5．6 定理證明

第6章 Gini相關獨立篩選

6．1 Gini相關篩選方法

6．2 疊代變數篩選方法

6．3 數據模擬

6．4 定理證明

參考文獻

超高維數據統計模型變數篩選方法

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條