组变量选择相关论文
随着信息技术的飞速发展,各个领域都收集到了海量高维的敏感数据.这些数据通常以分布式方式存储,如何从这些数据中提取有用的信息......
随着科学技术的飞速发展和数据收集成本不断的降低,超高维数据频繁出现在许多科学领域,例如基因组学,生物影像,肿瘤分类,经济学,高......
在统计建模中,变量选择是一个很重要的环节,对数据分析有非常重要的作用.许多统计建模问题中都有组变量的存在,在组变量选择问题中......
本论文从模型选择的角度研究如何处理高维的,强相关的,多维共线性又带有噪音的数据。主要包括三章:
第二章,我们提出了一种用于多......
利用正则化方法来进行变量选择是近年来研究的热点.在实际应用中解释变量常常以组的形式存在,通常我们希望将重要的组和组内重要的......
组变量出现在许多统计建模问题中,如回归模型中的多水平分类变量可以由一组哑变量表示.Group MCP和Group SCAD因具有Oracle性质被......
生存数据广泛出现在生物医学、经济金融、保险精算、可靠性工程等领域。由于生存数据一般都存在删失,完全数据下的统计方法几乎都......
研究稀疏Group Lasso方法的高维统计性质.通过对损失函数和罚函数的性质分析,以及选择适当的正则参数λn.得到了稀疏Group Lasso估......