基于SAIC方法的纵向数据模型平均 |
| |
引用本文: | 王梓屹.基于SAIC方法的纵向数据模型平均[J].西南师范大学学报(自然科学版),2023(3):66-73. |
| |
作者姓名: | 王梓屹 |
| |
作者单位: | 西南大学数学与统计学院 |
| |
摘 要: | 传统的SAIC模型平均所需运行时间随数据维数而呈现出阶乘级的增长,其预测精度也随之下降.本文基于传统SAIC模型平均法进行了改进,提出一类基于SAIC加权法的纵向数据模型平均法,使运算效率大幅提升,并且使预测效果拥有良好的稳定性.模拟实验结果表明,与传统方法相比,在预测残差平方和层面,本文提出的新模型在稳定性、精准性和运行速度方面均优于传统方法.
|
关 键 词: | 大数据 赤池信息量准则 模型平均 广义估计方程 S-AIC模型平均 |
|
|