[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: جلد 12، شماره 2 - ( 12-1397 ) ::
جلد 12 شماره 2 صفحات 485-512 برگشت به فهرست نسخه ها
انتخاب متغیر و تشخیص ساختار در بعد بالا برای مدل‌های جمعی خطی-جزیی
محمد کاظمی ، داود شاهسونی، محمد آرشی
چکیده:   (1174 مشاهده)
در این مقاله یک روش دو مرحله‌ای برای انتخاب متغیر و تشخیص مؤلفه‌های خطی و غیرخطی در مدل‌های جمعی با بعد بالا معرفی می‌شود. در مرحله اول، از یک روش غربالگری برای کاهش بعد فضای متغیرها استفاده می‌شود. این روش غربالگری بر اساس همبستگی فاصله‌ای بین متغیرهای توضیحی و تابع توزیع حاشیه‌ای متغیر پاسخ ساخته شده و زمانی که متغیر پاسخ دم سنگین یا دارای مقادیر فرین باشد، عملکرد خوبی را از خود نشان می‌دهد. در مرحله دوم، از روشی مبتنی بر دو تابع تاوان برای انتخاب همز‌‌مان مؤلفه‌های غیرصفر و خطی استفاده می‌شود. کارایی این روش دو مرحله‌ای با مطالعه شبیه‌سازی و تحلیل یک مجموعه داده واقعی بررسی شده است.
واژه‌های کلیدی: انتخاب متغیر، تشخیص ساختار، غربالگری، کاهش بعد، مدل جمعی خطی-جزیی.
متن کامل [PDF 238 kb]   (237 دریافت)    
نوع مطالعه: پژوهشی بنیادی | موضوع مقاله: آمار کاربردی
دریافت: ۱۳۹۶/۱۰/۷ | پذیرش: ۱۳۹۷/۳/۲۸ | انتشار: ۱۳۹۷/۷/۲۵
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA code


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Kazemi M, Shahsavani D, Arashi M. Variable Selection and Structure Identification in High Dimension for Partial Linear Additive Models. J. of Stat. Sci.. 2019; 12 (2) :485-512
URL: http://jss.irstat.ir/article-1-571-fa.html

کاظمی محمد، شاهسونی داود، آرشی محمد. انتخاب متغیر و تشخیص ساختار در بعد بالا برای مدل‌های جمعی خطی-جزیی. مجله علوم آماری. 1397; 12 (2) :485-512

URL: http://jss.irstat.ir/article-1-571-fa.html



جلد 12، شماره 2 - ( 12-1397 ) برگشت به فهرست نسخه ها
مجله علوم آماری – نشریه علمی پژوهشی انجمن آمار ایران Journal of Statistical Sciences
Persian site map - English site map - Created in 0.06 seconds with 31 queries by YEKTAWEB 3781