高维数据变量选择方法综述

发布时间：2018-06-13 22:47

  本文选题：变量选择 + Dantzig　； 参考：《数理统计与管理》2017年04期

【摘要】：变量选择是统计学知识结构中不可或缺的一部分。本文归纳梳理了近二十年多来的变量选择方法,着重介绍了处理高维数据以及超高维数据的变量选择方法。最后我们通过一个实例比较了不同变量选择方法的差异性。
[Abstract]:Variable selection is an indispensable part of statistical knowledge structure. This paper summarizes and combs the methods of variable selection in the past twenty years, and emphatically introduces the methods of variable selection for dealing with high-dimensional data and ultra-high dimensional data. Finally, we compare the differences of different variable selection methods through an example.
【作者单位】： 南开大学经济与社会发展研究院;云南大学数学与统计学院;
【基金】：国家自然科学基金(11301464)
【分类号】：O212.1

【参考文献】

相关期刊论文 前5条

1 王小燕;谢邦昌;马双鸽;方匡南;;高维数据下群组变量选择的惩罚方法综述[J];数理统计与管理;2015年06期

2 马学俊;;GSIS超高维变量选择[J];统计与信息论坛;2015年08期

3 李根;邹国华;张新雨;;高维模型选择方法综述[J];数理统计与管理;2012年04期

4 王大荣;张忠占;;线性回归模型中变量选择方法综述[J];数理统计与管理;2010年04期

5 李济洪;王瑞波;王蔚林;李国臣;;汉语框架语义角色的自动标注[J];软件学报;2010年04期

相关博士学位论文 前2条

1 盖玉洁;若干高维模型变量选择和模型重建问题的研究[D];山东大学;2011年

2 李锋;非参和半参回归模型的稳健和截面推断[D];山东大学;2010年

【共引文献】

相关期刊论文 前10条

1 路佳佳;李晓芳;;神经语言模型在框架排歧中的应用[J];广西民族师范学院学报;2017年03期

2 韩晶;曹彦超;张峰;;庆阳市污染天气预报思路的建立[J];中国农学通报;2017年17期

3 张华;田纪宇;黄健;张勇;王坤;全桂军;刘沛然;闫升;;三维荧光光谱技术对污水处理中溶解性有机物转化过程的分析[J];环境污染与防治;2017年04期

4 曾津;周建军;;高维数据变量选择方法综述[J];数理统计与管理;2017年04期

5 龙泽海;杨毅;赵月丽;;基于lasso方法的银行对中小企业贷款供给意愿研究[J];金融与经济;2017年03期

6 牟建波;刘峧;;基于惩罚方法的贝叶斯群组变量选择[J];绵阳师范学院学报;2017年02期

7 王瑞波;李济洪;李国臣;杨耀文;;基于Dropout正则化的汉语框架语义角色识别[J];中文信息学报;2017年01期

8 林少炜;邓锂峰;吴思英;;基于LASSO算法的水平压缩方差分析[J];中国卫生统计;2016年05期

9 刘清雄;蒋国璋;周梦杰;;基于钢铁生产知识网系统模型库及知识表达研究[J];机械设计与制造;2016年10期

10 闫湛;张崇岐;;混料试验设计的变量选择[J];数理统计与管理;2016年05期

【二级参考文献】

相关期刊论文 前10条

1 张景肖;刘燕平;;函数性广义线性模型曲线选择的正则化方法[J];统计研究;2012年09期

2 李根;邹国华;张新雨;;高维模型选择方法综述[J];数理统计与管理;2012年04期

3 马超;;基于多基因组合选择模型的结肠癌特征基因选取[J];统计与信息论坛;2012年06期

4 梁斌;陈敏;缪柏其;黄意球;陈钊;;基于LARS-Lasso的指数跟踪及其在股指期货套利策略中的应用[J];数理统计与管理;2011年06期

5 王大荣;张忠占;;线性回归模型中变量选择方法综述[J];数理统计与管理;2010年04期

6 王大荣;张忠占;;联合广义线性模型中的变量选择(英文)[J];应用概率统计;2009年03期

7 丁伟伟;常宝宝;;基于最大熵原则的汉语语义角色分类[J];中文信息学报;2008年06期

8 袁毓林;;语义资源建设的最新趋势和长远目标——通过映射对比、走向统一联合、实现自动推理[J];中文信息学报;2008年03期

9 李东风;郑忠国;;最优线性回归的计算方法[J];数理统计与管理;2008年01期

10 于江德;樊孝忠;庞文博;余正涛;;基于条件随机场的语义角色标注(英文)[J];Journal of Southeast University(English Edition);2007年03期

【相似文献】

相关期刊论文 前10条

1 戴伯新;;回归变量选择中的数据诊断[J];应用概率统计;1992年04期

2 杨丽霞;魏立力;;基于粗糙集方法的有序尺度变量选择[J];宁夏大学学报(自然科学版);2009年02期

3 赵宇;黄思明;;带有变量选择过程的分类模型误差分析[J];数学的实践与认识;2010年17期

4 樊亚莉;徐群芳;;稳健的变量选择方法及其应用[J];上海理工大学学报;2013年03期

5 陶靖轩;多元分析中的变量选择问题研究[J];中国计量学院学报;2001年01期

6 李树军,纪宏金;对应聚类分析与变量选择[J];地球物理学进展;2005年03期

7 陈黎明;赵永红;;转换函数未知时转换模型的变量选择[J];四川大学学报(自然科学版);2011年05期

8 刘民千,张润楚;超饱和设计的变量选择[J];南开大学学报(自然科学版);2000年03期

9 王进;;聚类分析中的距离与变量选择[J];山西财经大学学报;2007年S1期

10 张波;方国斌;;高维面板数据降维与变量选择方法研究[J];统计与信息论坛;2012年06期

相关会议论文 前1条

1 张俊华;方伟武;;调查表分析中变量选择的一些方法(英文)[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年

相关博士学位论文 前10条

1 吕晶;几类半参数回归模型的稳健估计与变量选择[D];重庆大学;2015年

2 王康宁;几类高维复杂数据半参数模型的结构识别、变量选择及稳健估计[D];山东大学;2016年

3 王大荣;分散度量模型中的变量选择[D];北京工业大学;2009年

4 王明秋;高维数据下若干回归模型的变量选择问题研究[D];大连理工大学;2012年

5 刘吉彩;生存数据统计模型的变量选择方法[D];华东师范大学;2014年

6 樊亚莉;稳健变量选择方法的若干问题研究[D];复旦大学;2013年

7 董莹;高维共线性统计模型的参数估计与变量选择[D];大连理工大学;2014年

8 叶飞;相对误差准则下的估计理论和变量选择方法的研究[D];清华大学;2013年

9 袁晶;贝叶斯方法在变量选择问题中的应用[D];山东大学;2013年

10 王树云;基于Bayes方法和图限制下正规化方法的变量选择问题及其在基因组数据中的应用[D];山东大学;2010年

相关硕士学位论文 前10条

1 邓秋玲;SCAD和ADS方法在比例风险模型中的应用[D];广西大学;2015年

2 韦新星;几种变量选择方法在Cox模型中的应用[D];广西大学;2015年

3 王唯;部分线性模型的变量选择问题研究[D];湘潭大学;2015年

4 徐国盛;若干模型的分位数变量选择[D];浙江财经大学;2016年

5 郭雪梅;部分线性模型中差分估计与SCAD的比较及带有异常点的非负变量选择[D];重庆大学;2015年

6 王艳;复共线性及异方差线性模型中的参数估计与变量选择[D];重庆大学;2015年

7 杨成敏;广义线性模型中的参数估计及变量选择方法研究[D];重庆大学;2015年

8 潘玉婷;含多元非线性结构的高维Logistic模型的同时变量选择及半参数估计[D];中国科学技术大学;2016年

9 刘丹;Cox模型及变系数Cox模型中的变量选择问题研究[D];暨南大学;2016年

10 闫湛;混料试验设计变量选择的Cp方法研究[D];广州大学;2016年

，

本文编号：2015795