分位回归基于最优去相关得分的子抽样算法

吉林大学学报(理学版) ›› 2024, Vol. 62 ›› Issue (05) : 1102 -1112. DOI: 10.13413/j.cnki.jdxblxb.2024107

分位回归基于最优去相关得分的子抽样算法

黄小峰, 邹雨浩, 袁晓惠

作者信息 +

Author information +

文章历史 +

PDF (2896K)

针对海量数据下高维分位回归模型，首先，构造基于去相关得分函数的子抽样算法，以估计感兴趣的低维参数；其次，推导所提估计的极限分布，并根据渐近协方差矩阵求出L-最优准则下的子抽样概率，给出高效的两步算法.模拟和实证分析结果表明，最优子抽样方法显著优于均匀子抽样方法.

去相关得分 / 高维 / 海量数据 / 分位回归 / 子抽样

引用格式 ▾

黄小峰, 邹雨浩, 袁晓惠. 分位回归基于最优去相关得分的子抽样算法[J]. 吉林大学学报(理学版), 2024, 62(05): 1102-1112 DOI:10.13413/j.cnki.jdxblxb.2024107

登录浏览全文

4963

原文顺序 | 出版日期 | 本文引用

国家社会科学基金(批准号：22BTJ019); 吉林省教育厅科学研究项目(批准号：JJKH20230749KJ)

PDF (2830KB)

409

访问

被引

详细

导航