本文選題：數(shù)理統(tǒng)計 + 復合分位回歸　； 參考：《中國科技論文》2017年17期

【摘要】：為了刻畫一般的可能是非高斯的連續(xù)型隨機變量間的依賴關系網絡,研究基于復合分位回歸的方法,提出了1個稀疏的穩(wěn)健條件圖模型(robust conditional graphical model,RCGM)估計,證明了該模型在維數(shù)固定時具有漸進正態(tài)性和相合性的神諭(Oracle)性質。通過大量模擬試驗發(fā)現(xiàn):提出的方法具有更好的有限樣本下的表現(xiàn),在1個實際的基因型-基因組數(shù)據(jù)上的應用也體現(xiàn)出更多的穩(wěn)健信號。
[Abstract]:In order to characterize the general dependence networks between continuous random variables, which may be non-, a sparse robust conditional graphical model is proposed based on complex quantile regression. It is proved that the model has the properties of asymptotic normality and consistency when the dimension is fixed. Through a large number of simulation experiments, it is found that the proposed method has better performance under a limited sample, and the application of the proposed method in a real genome-genome data also shows more robust signals.
【作者單位】： 中國人民大學應用統(tǒng)計科學研究中心;中國人民大學統(tǒng)計學院;美國德州農工大學統(tǒng)計系;
【基金】：高等學校博士學科點專項科研基金資助項目(20120004120007) 國家自然科學基金資助項目(11201479)
【分類號】：O212

【相似文獻】

相關期刊論文 前10條

1 蔡e，

本文編號：1793550