响应变量随机缺失下超高维模型特征筛选方法

发布时间：2019-11-18 17:14

【摘要】：文章研究了响应变量随机缺失下超高维数据的特征筛选方法,Kolmogorov过滤方法被用于筛选构建倾向得分函数的重要协变量,据此推广逆概率加权技术构建响应变量随机缺失下的边际特征筛选过程。通过大样本理论证明了所提出的筛选方法在一些常规条件下具有确定性筛选性质,利用蒙特卡罗模拟研究了其有限样本性质,并将其应用于实际数据问题来验证评估其实用价值。

【相似文献】

相关期刊论文 前10条

1 易丹辉,何铮;Logistic模型及其应用[J];统计与决策;2003年03期

2 李春红,张忠占;一维响应变量时最高无毒副作用剂量水平的识别[J];生物数学学报;2004年02期

3 喻胜华;杨薇;;非正态响应变量的最优线性预测[J];经济数学;2009年03期

4 王学丽;;不完全数据下响应变量的精度估计[J];滨州学院学报;2007年06期

5 宇世航;;核实数据下响应变量缺失的线性模型均值估计[J];山东大学学报(理学版);2010年08期

6 来鹏;;响应变量随机缺失下部分线性单指标模型的非参数判别检验[J];南京信息工程大学学报(自然科学版);2013年05期

7 黄彬;杨凌霞;徐修友;;响应变量缺失时偏线性测量误差模型的变量选择[J];厦门大学学报(自然科学版);2014年01期

8 李志强;薛留根;;响应变量随机缺失下的半参变系数模型的均值估计[J];数学的实践与认识;2006年10期

9 刘力军;;响应变量缺失下线性回归模型的ERLS算法[J];大连民族学院学报;2012年05期

10 王玉梅;;LAD回归在变量异常方面的应用[J];黑龙江工程学院学报(自然科学版);2010年03期

相关会议论文 前1条

1 李春红;张忠占;;一类毒性试验中药物剂量水平的识别[A];北京市第十三次统计科学讨论会论文选编[C];2006年

相关博士学位论文 前3条

1 余彬;二元响应变量的三臂非劣效性试验[D];云南大学;2015年

2 张涛;基于函数型数据的模型探测与估计理论[D];云南大学;2013年

3 崔霞;两类复杂数据及相关模型的统计分析[D];山东大学;2008年

相关硕士学位论文 前10条

1 许哲;基于Alpha稳定分布的二元响应变量回归模型[D];华东理工大学;2016年

2 李星祥;超高维数据的特征筛选研究[D];南京信息工程大学;2016年

3 孙雷鸣;有序响应变量与罕见变异位点关联分析的统计方法[D];东北师范大学;2013年

4 董铭言;潜变量在不同类型数据中的应用[D];东北师范大学;2013年

5 李剑君;响应变量有缺失时两类统计模型的统计推断[D];广西师范大学;2010年

6 汪铁丰;Probit模型的发展和演变[D];东北师范大学;2008年

7 赵润青;响应变量有缺失时变系数部分线性模型的统计推断[D];广西师范大学;2010年

8 曹添建;响应变量缺失时条件分位数的经验似然估计[D];合肥工业大学;2012年

9 杨照明;用主成分回归分析森林中蝙蝠活动数据[D];东北师范大学;2010年

10 朱杰;[D];上海师范大学;2007年

，

本文编号：2562681