函数性广义线性模型曲线选择的正则化方法

被引：4

作者：

张景肖 ^{[1
]}

刘燕平 ^{[2
]}

机构：

[1] 中国人民大学统计学院

[2] 不详

来源：

关键词：

函数性广义线性模型; 曲线选择; 正则化方法;

D O I：

10.19343/j.cnki.11-1302/c.2012.09.015

中图分类号：

O212 [数理统计];

学科分类号：

摘要：

本文对函数性广义线性模型曲线选择的正则化方法进行了较全面的综述,并比较了各种方法的性质。结果发现,函数性广义线性模型曲线选择问题具有群组效应,另外可能具有高维数据性质。同时通过数据模拟发现,Group Bridge、Group MCP、Elastic Net和Mnet表现出较好的数值结果。

引用

页码：95 / 102

页数：8

共 7 条

[1] Penalized methods for bi-level variable selection
Breheny, Patrick
Huang, Jian
[J]. STATISTICS AND ITS INTERFACE, 2009, 2 (03) : 369 - 380
[2] A Functional Generalized Linear Model with Curve Selection in Cervical Pre-cancer Diagnosis Using Fluorescence Spectroscopy[J] . Hongxiao Zhu,Dennis D. Cox. Lecture Notes-Monograph Series . 2009
[3] Regularization and variable selection via the elastic net[J] . HuiZou,TrevorHastie. Journal of the Royal Statistical Society: Series B (Statistical Methodology) . 2005 (2)
[4] Variable selection via nonconcave penalized likelihood and its oracle properties
Fan, JQ
Li, RZ
[J]. JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2001, 96 (456) : 1348 - 1360
[5] Heuristics of instability and stabilization in model selection
Breiman, L
[J]. ANNALS OF STATISTICS, 1996, 24 (06) : 2350 - 2383
[6] Regression shrinkage and selection via the Lasso
Tibshirani, R
[J]. JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-STATISTICAL METHODOLOGY, 1996, 58 (01) : 267 - 288
[7] The Mnet Method for Variable Selection .2 Huang J,Breheny P,Ma S,Zhang C. . 2010