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

发布时间：2017-04-20 10:23

  本文关键词：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，由笔耕文化传播整理发布。

【摘要】：众所周知,Logistic模型是一种广义线性回归分析模型,在医药学、经济学等领域都有重要的应用。本文将介绍具有多元非线性结构的高维Logistic回归模型,其线性部分是高维的,非线性部分为多元函数。文中采用Lasso方法,并结合EBIC准则对模型的线性部分进行变量选择及参数估计；对非线性部分的处理分为两种：估计和变量选择。本文将利用RKHS(再生核希尔伯特空间)理论,借鉴SS-ANOVA方法,并结合GCV准则对非线性部分进行估计；我们同样的采用Lasso方法并结合EBIC准则对非线性部分进行变量选择。在方法实现上,线性部分和非线性部分的处理过程中均有控制参数。文中还给出了大量的模拟结果,进而分析和比较本文所用算法的可行性及优劣性。最后通过分析一个实际例子来说明文章所用方法的实用性以及优越性。本文的主要工作为：提出适用于本文模型的算法,并进行大量的数值模拟及实证分析。
【关键词】：高维 含多元非线性结构的Logistic模型 Lasso RKHS 张量积RKHS SS-ANOVA EBIC GCV
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O212.1
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-13
• 1.1 背景介绍11-12
• 1.2 本文主要内容及文章结构12-13
• 第二章 模型及方法13-27
• 2.1 模型13
• 2.2 线性部分的变量选择及参数估计13-15
• 2.2.1 Lasso13-14
• 2.2.2 EBIC准则14-15
• 2.3 多元非线性部分的估计15-23
• 2.3.1 RKHS理论及张量积RKHS15-16
• 2.3.2 SS-ANOVA和COSSO16-17
• 2.3.3 W_2~(m_1)(per)(?)W_2~(m_2)[0,1]及W_2~(n_1)[0,1](?)W_2~(n_2)[0,1]的SS-ANOVA分解17-20
• 2.3.4 方法实现过程20-23
• 2.3.5 GCV准则23
• 2.4 多元非线性部分的变量选择23-25
• 2.5 算法25-27
• 第三章 数值模拟及实证分析27-49
• 3.1 算法1的数值模拟27-40
• 3.1.1 不同n,p_n,及γ下的模拟28-34
• 3.1.2 β不同下的模拟34-35
• 3.1.3 不同非线性部分的模拟35-40
• 3.2 算法2的数值模拟40-42
• 3.2.1 不同q值,不同非线性函数表达式下的模拟41
• 3.2.2 同一表达式,不同q,n下的模拟41-42
• 3.3 算法1与算法2的比较42-44
• 3.4 实证分析44-49
• 第四章 总结和展望49-51
• 参考文献51-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 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

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 高仁祥,张世英,刘豹;基于神经网络的变量选择方法[J];系统工程学报;1998年02期

中国重要会议论文全文数据库 前6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

2 李洪东;梁逸曾;;高维数据变量选择新方法研究[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年

3 李慷;席裕庚;;复杂过程系统中操作变量选择与定位的方法研究[A];1993年控制理论及其应用年会论文集[C];1993年

4 云永欢;王为婷;梁逸曾;;迭代的保留有信息变量来筛选最佳变量子集的一种多元校正变量选择方法[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

5 徐登;范伟;梁逸曾;;紫外光谱结合变量选择和偏最小二乘回归同时测定水中重金属镉、锌、钴[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

6 梁逸曾;李洪东;许青松;曹东升;张志敏;;灰色化学建模与模型集群分析——兼论过拟合、稳健估计、变量选择与模型评价[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年

中国博士学位论文全文数据库 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 唐凯临;变量选择和变换的新方法研究[D];同济大学;2008年

8 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

9 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

10 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

中国硕士学位论文全文数据库 前10条

1 赵冬琦;基于变量选择的股指期货对股票市场影响的实证研究[D];兰州大学;2015年

2 程勇;多水平模型的变量选择在农户人均收入数据中的应用[D];云南财经大学;2015年

3 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

4 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

5 王唯;部分线性模型的变量选择问题研究[D];湘潭大学;2015年

6 徐国盛;若干模型的分位数变量选择[D];浙江财经大学;2016年

7 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

8 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

9 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

10 钟冬梅;线性模型中的变量选择及股票市场实证研究[D];重庆大学;2015年

  本文关键词：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，，由笔耕文化传播整理发布。

本文编号：318488