| 基于稀疏超高维非参数可加模型的条件独立筛选 |
| |
| 引用本文： | 徐萍,钟思敏,李斌斌,熊文俊.基于稀疏超高维非参数可加模型的条件独立筛选[J].广西师范大学学报(自然科学版),2022,40(1):100-107. |
| |
| 作者姓名： | 徐萍 钟思敏 李斌斌 熊文俊 |
| |
| 作者单位： | 广西师范大学 数学与统计学院,广西 桂林541006 |
| |
| 基金项目： | 国家自然科学基金(11801102,11861017)； |
| |
| 摘 要： | 变量筛选是处理超高维数据的一种有效方法.针对部分变量与响应变量显著相关,Barut等基于线性模型假定提出CSIS方法,能有效降低伪变量错选概率.但CSIS方法线性模型假定严苛,实际研究中有时不能事先确定模型结构.由此,本文基于非参数可加模型提出条件非参数独立筛选方法(CNIS),不需要对模型结构进行假定,增大了适用范围...
|
| 关 键 词： | 变量筛选 可加模型 变量选择 确定筛选 |
Conditional Independence Screening in Sparse Ultra-high Dimensional Nonparametric Additive Models |
| |
| XU Ping,ZHONG Simin,LI Binbin,XIONG Wenjun.Conditional Independence Screening in Sparse Ultra-high Dimensional Nonparametric Additive Models[J].Journal of Guangxi Normal University(Natural Science Edition),2022,40(1):100-107. |
| |
| Authors: | XU Ping ZHONG Simin LI Binbin XIONG Wenjun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
