超高维线性回归模型的一种方差估计

发布时间：2018-04-04 20:41

  本文选题：超高维回归　切入点：数据切分　出处：《山西大学学报(自然科学版)》2017年04期

【摘要】：超高维线性回归中的方差估计问题是超高维回归分析中需要解决的关键问题。针对在超高维线性回归中普通最小二乘法得到的方差估计存在有偏性的问题,有学者基于标准二折交叉验证提出了一种新的方差估计方法RCV。但发现方差的RCV估计依赖于数据的切分,稳定性差。为此,文章提出用组块3×2交叉验证的方法进行方差估计,并通过模拟实验将其与RCV方法进行了比较,验证了组块3×2交叉验证估计比RCV估计更为稳定。
[Abstract]:The problem of variance estimation in ultra high dimensional linear regression is a key problem to be solved in ultra high dimensional regression analysis.In order to solve the problem of bias of variance estimation obtained by ordinary least square method in ultra-high dimensional linear regression, a new variance estimation method, RCV, is proposed based on standard two-fold cross-validation.However, it is found that the RCV estimation of variance depends on the segmentation of the data, and its stability is poor.In this paper, the method of block 3 脳 2 cross-validation is proposed to estimate variance, and compared with RCV method through simulation experiments, it is proved that block 3 脳 2 cross-validation estimation is more stable than RCV estimation.
【作者单位】： 山西大学软件学院;山西大学数学科学学院;
【基金】：国家社会科学基金(16BTJ034)
【分类号】：O212.1

【相似文献】

相关期刊论文 前10条

1 KirkM.Wolter,王吉利,李毅,冯士雍,邹国华,冯士雍;《方差估计引论》[J];数理统计与管理;2000年03期

2 释恒璐;;关于称重模型方差估计的探讨[J];兰州理工大学学报;2006年04期

3 吕萍;;重权数在复杂调查的方差估计中的应用[J];统计研究;2011年02期

4 陈颖,周纪芗,茆诗松;参数设计中的方差估计[J];应用概率统计;1996年02期

5 陈希孺;线性回归模型中误差方差估计的贝里-埃森界限[J];自然杂志;1980年02期

6 李朝奎,黄力民,曾卓乔,傅明;基于Monte-Carlo方法的强非线性函数方差估计[J];中国有色金属学报;2000年04期

7 赵俊龙;徐兴忠;;基于加权方差估计的降维[J];中国科学(A辑:数学);2008年09期

8 冯士雍,邹国华;系统抽样时方差估计量的比较──一种新的比较准则[J];系统科学与数学;1998年01期

9 王子栋，，郭治;连续系统鲁樟约束方差估计的一种新方法[J];控制理论与应用;1995年02期

10 戎海武,朱燕堂;方差估计的随机加权分布的渐近展开——非独立同分布情形[J];数理统计与应用概率;1994年03期

相关会议论文 前1条

1 张荷观;;每层抽一个单元时的方差估计[A];中国现场统计研究会第12届学术年会论文集[C];2005年

相关硕士学位论文 前6条

1 王宇;非参数函数的单调估计和减小方差估计[D];北京化工大学;2015年

2 陈源;基于正态模糊数的模糊线性回归研究与应用[D];中国地质大学(北京);2015年

3 李琳君;集群数据的二次光滑局部线性回归分析[D];华中师范大学;2015年

4 张宇;AANA误差下线性回归模型M估计的渐近性质[D];湖北师范大学;2016年

5 黄芬芬;部分线性回归模型参数的差分k-d估计[D];湖北师范大学;2016年

6 滕胜男;线性回归模型中两参数估计性质研究[D];吉林大学;2017年

本文编号：1711603