انتخاب متغیر و تشخیص ساختار در بعد بالا برای مدل های جمعی خطی-جزیی
Publish place: Journal of Statistical sciences، Vol: 12، Issue: 2
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 180
This Paper With 28 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_STAT-12-2_012
تاریخ نمایه سازی: 23 شهریور 1401
Abstract:
در این مقاله یک روش دو مرحله ای برای انتخاب متغیر و تشخیص مولفه های خطی و غیرخطی در مدل های جمعی با بعد بالا معرفی می شود. در مرحله اول، از یک روش غربالگری برای کاهش بعد فضای متغیرها استفاده می شود. این روش غربالگری بر اساس همبستگی فاصله ای بین متغیرهای توضیحی و تابع توزیع حاشیه ای متغیر پاسخ ساخته شده و زمانی که متغیر پاسخ دم سنگین یا دارای مقادیر فرین باشد، عملکرد خوبی را از خود نشان می دهد. در مرحله دوم، از روشی مبتنی بر دو تابع تاوان برای انتخاب همز مان مولفه های غیرصفر و خطی استفاده می شود. کارایی این روش دو مرحله ای با مطالعه شبیه سازی و تحلیل یک مجموعه داده واقعی بررسی شده است.
Keywords:
Dimensionality Reduction , Partial Linear Additive Model , Screening , Structure Identification , Variable Selection. , انتخاب متغیر , تشخیص ساختار , غربالگری , کاهش بعد , مدل جمعی خطی-جزیی.
Authors
محمد کاظمی
Department of Statistics, Shahrood University of Technology, Shahrood, Iran.
داود شاهسونی
Department of Statistics, Shahrood University of Technology, Shahrood, Iran.
محمد آرشی
Department of Statistics, Shahrood University of Technology, Shahrood, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :