惩罚回归相关论文
由于多元线性回归模型的假设条件较多,当因变量为离散型或分类型时,使用多元线性回归模型拟合的效果不佳,因此在此基础上延伸出了......
作为对均值回归一个强有力的补充,分位数回归具有对异常点稳定,无需对随机误差有分布假设等优良特性.它最早是由Koenker和Bassett（1......
基本面量化投资是目前越来越受到关注的一种投资方式,其核心是运用量化方法来研究股票基本面与收益率之间的关系。本文选取了两种......
本文研究了二个推广的惩罚的偏小二乘模型，将惩罚估计的算法作用于偏最小二乘估计上，得到了参数的最终估计．将此模型运用到一个实际数......
随着高维数据的不断出现和大数据分析的需求,统计学领域中线性回归模型的变量选择变得越来越热门,如何在复杂多样的预测变量中选出......
目的研究基于惩罚的线性混合效应模型变量选择原理和方法。方法对线性混合效应模型中的固定效应施加惩罚，采用Lasso和SCAD进行变量......
Logistic回归模型已广泛应用于处理因变量为二分类或二项式分布变量的回归问题。尽管经典的Logistic模型具有简单性和广泛的适用性......
