本文關(guān)鍵詞： 變系數(shù)部分線性模型 有效估計(jì) 模型識(shí)別 變量選擇 超高維　出處：《南京信息工程大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著互聯(lián)網(wǎng)數(shù)據(jù)庫的不斷擴(kuò)展,實(shí)際問題中收集到的數(shù)據(jù)很多都是高維數(shù)據(jù)。為了處理高維數(shù)據(jù)分析的問題,許多參數(shù)和半?yún)?shù)模型被提出用來避免“維數(shù)禍根”的問題。在眾多的參數(shù)和半?yún)?shù)模型中,變系數(shù)部分線性模型由于模型本身既包含了常系數(shù),又包含了函數(shù)型系數(shù),從而受到廣泛的關(guān)注。一般常用的估計(jì)模型方法有最小二乘法(LSE),最小方差法(MAVE)等,但這些方法得到的估計(jì)結(jié)果可能不是有效估計(jì),這就要求我們發(fā)展更適合的估計(jì)方法。另一方面,由于數(shù)據(jù)的不斷積累,數(shù)據(jù)中的協(xié)變量的數(shù)目經(jīng)常呈多項(xiàng)式速率增長,有時(shí)甚至呈指數(shù)速率增長。在高維數(shù)據(jù)下如何更好地對(duì)參數(shù)或半?yún)?shù)模型進(jìn)行估計(jì)和統(tǒng)計(jì)推斷,就更加重要。因此,當(dāng)我們研究變系數(shù)部分線性模型在高維和超高維情況下的統(tǒng)計(jì)問題時(shí),就要求我們發(fā)展更合適的處理方法。本文系統(tǒng)地研究了變系數(shù)部分線性模型的估計(jì)、變量選擇以及在超高維數(shù)據(jù)中的降維問題。研究結(jié)果表明通過建立有效估計(jì)方程可以得到有效估計(jì)；使用group lasso方法進(jìn)行變量選擇可以識(shí)別出常系數(shù)變量和函數(shù)型變量；通過排序KL距離來進(jìn)行特征篩選,可以降低超高維數(shù)據(jù)的維數(shù)。本文研究了變系數(shù)部分線性模型在不同維數(shù)情況下的一些統(tǒng)計(jì)問題。主要內(nèi)容如下：(1)研究了帶異方差的變系數(shù)部分線性模型的估計(jì)有效性問題,給出完全樣本下感興趣參數(shù)的有效得分向量函數(shù)和有效估計(jì)。提出有效估計(jì)方程并給出帶異方差的變系數(shù)部分線性模型的半?yún)?shù)有效界,證明所得估計(jì)為有效估計(jì),并證明其大樣本性質(zhì),通過數(shù)值模擬研究其有限樣本性質(zhì)。(2)研究了在高維數(shù)據(jù)下,變系數(shù)部分線性模型的變量選擇問題。提出兩階段變量選擇方法,分別對(duì)模型的線性部分和變系數(shù)部分做變量選擇,得到參數(shù)的Adaptive Lasso估計(jì),證明了估計(jì)的漸近性質(zhì)與相合性,并利用數(shù)值模擬研究估計(jì)的有限樣本性質(zhì)。(3)研究了超高維數(shù)據(jù)情況下的變系數(shù)模型變量篩選問題,提出基于KL距離的變量篩選方法,通過條件累計(jì)分布函數(shù)構(gòu)造協(xié)變量與響應(yīng)變量之間的邊際KL距離統(tǒng)計(jì)量,進(jìn)行排序來篩選變量,并利用數(shù)值模擬驗(yàn)證了所提出方法的有限樣本性質(zhì)。
[Abstract]:With the continuous expansion of the Internet database, many of the data collected in practical problems are high-dimensional data. In order to deal with the problem of high-dimensional data analysis, Many parametric and semi-parametric models have been proposed to avoid the problem of "dimensionality curse". Among many parametric and semi-parametric models, the partial linear model with variable coefficients contains both constant and functional coefficients. The commonly used estimation methods are the least square method (LSE), the least variance method (MAVEV) and so on, but the estimation results obtained by these methods may not be valid. This requires us to develop more appropriate estimation methods. On the other hand, because of the constant accumulation of data, the number of covariables in the data often increases at a polynomial rate. Sometimes it even increases exponentially. How to better estimate and statistically infer parametric or semi-parametric models under high-dimensional data is even more important. When we study the statistical problems of partial linear models with variable coefficients in high and ultra-high dimensions, we are required to develop more suitable methods of dealing with them. In this paper, the estimation of partial linear models with variable coefficients is studied systematically. Variable selection and dimensionality reduction in ultra-high dimensional data. The results show that effective estimation can be obtained by establishing effective estimation equations, constant coefficient variables and functional variables can be identified by group lasso method. By sorting the KL distance for feature filtering, In this paper, we study some statistical problems of partial linear models with variable coefficients under different dimensions. The main contents are as follows: (1) the estimation validity of partial linear models with variable coefficients with heteroscedasticity is studied. The effective score vector function and effective estimate of the parameters of interest under complete samples are given. The effective estimation equation and the semi-parametric efficient bound of the partial linear model with variable coefficients with heteroscedasticity are proposed, and the obtained estimates are proved to be effective estimates. The problem of variable selection for variable coefficient partial linear model under high-dimensional data is studied by numerical simulation. A two-stage variable selection method is proposed. The linear part and variable coefficient part of the model are selected, and the Adaptive Lasso estimation of the parameters is obtained. The asymptotic property and consistency of the estimator are proved. The variable selection problem of variable coefficient model under ultra-high dimensional data is studied by using finite sample properties of numerical simulation. A variable selection method based on KL distance is proposed. The marginal KL distance statistics between the covariable and the response variable are constructed by the conditional cumulative distribution function and sorted to filter the variables. The finite sample properties of the proposed method are verified by numerical simulation.
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡端平;劉吉定;;成分?jǐn)?shù)據(jù)的線性模型[J];應(yīng)用數(shù)學(xué);2009年03期

2 劉洪偉;徐文科;;線性模型的廣義最小二乘估計(jì)遞推算法[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2011年03期

3 邱紅兵;羅季;孫旭;;奇異線性模型下最小范數(shù)二次無偏估計(jì)關(guān)于誤差分布的穩(wěn)健性[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

4 何仲洛;在線性模型中的隨機(jī)加權(quán)逼近[J];湖州師專學(xué)報(bào);1987年05期

5 孫平;;線性模型的非負(fù)優(yōu)良性[J];應(yīng)用概率統(tǒng)計(jì);1987年04期

6 施國生;沈宗畸;;計(jì)算機(jī)配棉中的線性模型[J];浙江絲綢工學(xué)院學(xué)報(bào);1988年04期

7 陳定庚;線性模型的比較[J];湖南大學(xué)學(xué)報(bào);1990年02期

8 施沛德;;部分線性模型中M型回歸樣條估計(jì)的一些新結(jié)果[J];科學(xué)通報(bào);1993年20期

9 吳今培;可能性線性模型診斷方法及其應(yīng)用[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年02期

10 劉維奇,潘晉孝;聚集數(shù)據(jù)線性模型參數(shù)的一種新估計(jì)[J];工程數(shù)學(xué)學(xué)報(bào);1996年04期

相關(guān)會(huì)議論文 前8條

1 岳珠;;奇異線性模型的交互影響分析[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 張尚立;;約束條件線性模型最佳線性無偏估計(jì)的影響分析[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];2007年

3 劉玄鶴;向曉峰;高南;;背向臺(tái)階流動(dòng)的線性模型[A];中國力學(xué)大會(huì)——2013論文摘要集[C];2013年

4 趙宏艷;井世潔;;兒童數(shù)字估計(jì)能力的發(fā)展?fàn)顩r研究[A];第十一屆全國心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

5 許偉;龔昌超;曾新吾;;調(diào)制氣流聲源線性模型理論分析[A];中國聲學(xué)學(xué)會(huì)2009年青年學(xué)術(shù)會(huì)議[CYCA’09]論文集[C];2009年

6 曹燕華;紀(jì)波;殷伯明;;用高三10次月考成績預(yù)測(cè)高考成績的建模比較研究[A];第25屆全國灰色系統(tǒng)會(huì)議論文集[C];2014年

7 謝小慶;任杰;;HSK等值方法的改進(jìn)[A];對(duì)外漢語教學(xué)的全方位探索——對(duì)外漢語研究學(xué)術(shù)討論會(huì)論文集[C];2004年

8 褚麗媛;高天德;;基于寬線性模型的立體聲回波對(duì)消方法[A];2012'中國西部聲學(xué)學(xué)術(shù)交流會(huì)論文集(Ⅰ)[C];2012年

相關(guān)博士學(xué)位論文 前10條

1 葛洪偉;可能性線性模型中參數(shù)與輸入噪聲間關(guān)系的研究及其應(yīng)用[D];江南大學(xué);2008年

2 張日權(quán);函數(shù)系數(shù)和部分線性模型中的估計(jì)問題[D];華東師范大學(xué);2003年

3 黎雅蓮;帶約束條件的線性模型參數(shù)估計(jì)理論與方法研究[D];重慶大學(xué);2009年

4 李文學(xué);線性模型和線性測(cè)量誤差約束估計(jì)及其性質(zhì)研究[D];重慶大學(xué);2011年

5 徐文科;基于微分方程的生態(tài)數(shù)學(xué)模型統(tǒng)計(jì)分析[D];東北林業(yè)大學(xué);2009年

6 趙娟;線性模型的最小方差估計(jì)問題[D];四川大學(xué);2002年

7 鄔吉波;線性模型參數(shù)估計(jì)的若干性質(zhì)研究[D];重慶大學(xué);2013年

8 曾云輝;高維線性模型和部分線性模型的相合統(tǒng)計(jì)推斷[D];山東大學(xué);2013年

9 劉鋒;部分線性模型的序列相關(guān)檢驗(yàn)與異方差檢驗(yàn)[D];中南大學(xué);2006年

10 徐建文;線性模型參數(shù)的約束有偏估計(jì)和預(yù)檢驗(yàn)估計(jì)研究[D];重慶大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 趙文星;變系數(shù)部分線性模型的統(tǒng)計(jì)推斷[D];南京信息工程大學(xué);2015年

2 孫自朋;扭曲測(cè)量誤差數(shù)據(jù)下受限制部分線性模型的統(tǒng)計(jì)分析[D];深圳大學(xué);2015年

3 宛書楠;函數(shù)部分線性模型在煤譜數(shù)據(jù)中的應(yīng)用[D];東北師范大學(xué);2015年

4 張中洋;線性模型假設(shè)條件的影響分析[D];武漢科技大學(xué);2005年

5 李強(qiáng);線性模型下的蒙特卡羅算法和數(shù)據(jù)挖掘[D];重慶大學(xué);2005年

6 查道慶;污染線性模型的討論[D];安徽大學(xué);2006年

7 孔楊;線性模型中幾種模型條件對(duì)統(tǒng)計(jì)結(jié)果的影響[D];山東大學(xué);2010年

8 朱利亞;累加階層線性模型的研究及應(yīng)用[D];南京信息工程大學(xué);2012年

9 何幫強(qiáng);污染線性模型的參數(shù)和非參數(shù)估計(jì)的研究[D];合肥工業(yè)大學(xué);2007年

10 銀利;部分線性模型及其應(yīng)用[D];重慶理工大學(xué);2014年

，

本文編號(hào)：1535438