检索结果-内蒙古大学图书馆

中国卫生统计 2021年第1期38卷 67-72页

作者：苏飞月符美玲谭慭莘肖明朝赵庆华重庆医科大学附属第一医院 400016

目的应用以多元逐步回归为代表的传统回归分析方法与分位数回归模型分别探究住院费用的影响因素,通过卡方自交互侦测决策树(chi-squared automatic interaction detector, CHAID)建立费用分组模型。为科学分析住院费用、制定针对性的控... 详细信息

目的应用以多元逐步回归为代表的传统回归分析方法与分位数回归模型分别探究住院费用的影响因素,通过卡方自交互侦测决策树(chi-squared automatic interaction detector, CHAID)建立费用分组模型。为科学分析住院费用、制定针对性的控费措施及体系完善提供参考依据。方法采用回顾性研究法,收集重庆市两所三级甲等综合医院2016-2019年因跌倒住院的6627例患者基本信息及费用情况,对基本信息进行描述性分析,在单因素分析基础上,分别采用多元逐步回归分析和分位数回归模型筛选纳入决策树的分类节点变量,并比较两者的分析结果。根据比较结果最终选择将分位数回归结果中有影响作用的变量纳入CHAID决策树模型建立住院费用分组模型。结果单因素分析结果显示,跌倒患者住院费用的影响因素有付费方式、职业、婚姻、年龄、住院日、受伤部位、受伤类型、手术次数及手术类型;经分位数回归分析得的住院费用影响因素包含了多元逐步回归分析结果中的影响因素,显示付费方式、婚姻、年龄、住院日、受伤部位、手术次数、受伤类型和手术类型在住院费用的不同分位数点产生影响(P<0.05)。在分位数回归模型结合CHAID决策树模型建立的费用分组模型中,手术次数、住院日、手术类型、受伤部位和受伤类型为最主要的影响因素,每种组合的费用差异明显。结论相较于传统回归分析方法,选择分位数回归模型探究住院费用影响因素更稳健全面。在分位数回归模型基础上,结合CHAID决策树模型组构建的住院费用分组模型较为合理,能清楚反应影响住院费用的重点因素,为医院完善控费制度,制定医保费用支付标准提供参考依据。

关键词：跌倒住院费用多元逐步回归分析分位数回归模型卡方自交互侦测决策树

来源：评论

学校读者我要写书评

暂无评论

“双碳”目标下中国上市建筑企业绿色创新效率评价及影响因素研究

引用

科技与经济 2025年第1期38卷 26-30页

作者：孟卫军刘启豪重庆交通大学经济与管理学院重庆400074

以2013—2022年29个上市建筑企业为样本,构建合理的指标,采用超效率SBM模型对其进行绿色创新效率测算与分析比较,同时借助多元线性回归模型和分位数回归模型,深入探讨“双碳”目标下相关影响因素对上市建筑企业绿色创新效率的影响。研... 详细信息

以2013—2022年29个上市建筑企业为样本,构建合理的指标,采用超效率SBM模型对其进行绿色创新效率测算与分析比较,同时借助多元线性回归模型和分位数回归模型,深入探讨“双碳”目标下相关影响因素对上市建筑企业绿色创新效率的影响。研究发现,受纯技术效率持续下降的影响,中国上市建筑企业绿色创新效率近年来呈现波动下降的趋势;从时间动态角度来看,仅有约31%的样本绿色创新效率指数均值大于1,将其分解后发现,技术效率指数呈现增长趋势的样本约为62%,而技术进步指数呈现增长趋势的样本则为41%;数字基础设施建设水平、建筑业经济发展水平、企业规模对建筑业绿色创新效率有积极影响,而外商投资、股权集中度和企业资产负债率则会抑制绿色创新效率的提高。

关键词： “双碳” 绿色创新效率超效率SBM模型分位数回归模型

来源：评论

学校读者我要写书评

暂无评论

基于GARCH族模型和分位数回归的房地产价格在险价值研究 ——以郑州市为例

基于GARCH族模型和分位数回归的房地产价格在险价值研究 ——以郑...

引用

作者：朱向前东北财经大学

学位级别：硕士

近十年来,随着我国总体经济的高速发展,房地产业得到了空前繁荣,引起了人们广泛的关注。由于房地产业与众多其他产业具有较高的相关度,带动性强,保持其健康稳定发展的需求也就日益凸显,而房价是房地产市场中一个至关重要的问题。房地产... 详细信息

近十年来,随着我国总体经济的高速发展,房地产业得到了空前繁荣,引起了人们广泛的关注。由于房地产业与众多其他产业具有较高的相关度,带动性强,保持其健康稳定发展的需求也就日益凸显,而房价是房地产市场中一个至关重要的问题。房地产价格过高或过快上涨会加速房地产泡沫的形成,产生金融风险；房价过低或跌幅过大会严重影响销售量,造成开发商资金链断裂,房屋产权持有人的资产缩水,增加银行呆坏账风险,从而对国计民生产生影响。作为一种“巨额消费品” 以及越来越成熟的保值增值产品,房地产的价格风险引起了社会各界越来越多的关注,其所对应的风险评估方法也越来越成为亟待解决的问题。在险价值VaR作为一种有效的风险测量方法,其方法直观、结果易于量化、结论易懂的特点使得该方法在金融资产风险测量上得到了广泛的应用。本文尝试将其应用于房地产市场进行房地产价格的风险研究。从本质来说,在险价值本身就是价格分布中的一个分位数,而对数据分布进行分析的分位数回归方法同样可以描述序列的各分位点情况,并且在金融序列出现偏态时分位数回归能够更加准确地模拟分布的特征,从而得到更加全面的分析。因此本文选择建立分位数回归模型和GARCH族模型对房地产价格的风险进行分析,比较两类模型的优劣,从中选择合适的方法来对房价风险进行测度,进而对投资者和政府政策制定者提供相应的政策建议。文章的主要结构如下：首先通过第一章的引言对论文的选题背景和国内外对VaR理论及分位数回归的研究现状进行了介绍。然后在第二章中介绍了VaR的计算原理、GARCH族模型的理论和分位数回归技术等的相应理论,为后文的实证研究提供理论支持。第三章是论文的核心部分——郑州市房地产价格在险价值实证研究,在这一章里以郑州市房地产市场为研究对象计算得到了郑州新建住宅价格指数的在险价值,其中GARCH族模型方法分别在正态分布、t分布和广义误差分布的假设基础上建立了GARCH模型和EGARCH模型。在计算了新建住宅价格指数的在险价值估计值后,为了比较两类模型在计算房价在险价值估计值时的区别,从中选择合适模型,论文第四章从易变性(均值相对偏差指标和滚动的百分比误差指标)和精确性(Kupiec极大似然法)两方面对结果进行了检验比较。第五章是对文章前文研究结果的总结和根据结论提供的政策建议。论文最终得到的结论有以下几点：分位数自回归模型所得到的在险价值估计值最接近总体模型的平均水平,体现了其在建模过程中无需对序列分布进行假设的优点；GARCH族模型对风险的准确度量有赖于选择合适的分布假设,其中正态分布不适用于描述房价的分布特征,T分布会高估房价风险水平,而GED分布假设下的风险估计可以得到较好的结果：两类模型在不同置信水平下估计在险价值时差异程度也不同,在较高的置信水平下,两类模型估计的风险值差异较大,此时应谨慎选择模型。同时,在对郑州房地产价格的研究中发现,郑州市新建住宅价格指数收益率序列具有左偏特征,存在波动聚集效应,受“杠杆作用”影响,有易涨难跌的特点：上期收益率对本期影响较大,当上期收益率处于较低水平时本期收益率主要集中在0附近,当上期收益率较高时本期收益率也会处在较高水平,且分布较为分散；收益率序列长期有下降趋势,但幅度较小,房价总体来说仍有上涨趋势。

关键词：房价在险价值 GARCH族模型分位数回归模型

来源：评论

学校读者我要写书评

暂无评论

基于分位数回归的信用风险预测模型研究

基于分位数回归的信用风险预测模型研究

引用

作者：顾茜茜山西财经大学

学位级别：硕士

信用风险是商业银行中最为传统的一类风险。近几年金融全球化不断加剧，信用衍生产品大量涌现，银行的经营范围也不断扩展，因此银行所面临的信用风险也在不断加大。目前信用风险管理逐步成为银行经营管理活动中最为重要的内容。信用风... 详细信息

信用风险是商业银行中最为传统的一类风险。近几年金融全球化不断加剧，信用衍生产品大量涌现，银行的经营范围也不断扩展，因此银行所面临的信用风险也在不断加大。目前信用风险管理逐步成为银行经营管理活动中最为重要的内容。信用风险管理中较为有效方法是使用信用风险预测模型对信用风险进行度量，目前被广泛关注的信用风险预测模型有基会计财务数据的Z评分模型和基于股票价格的KMV模型。这两种模型虽然在预测借款企业违约概率方面起着至关重要的作用，但是由于其所依赖的数据来源不同，导致两者分别适用于不同的范围。分位数回归依据因变量的不同条件分位数对自变量进行回归，它描述的是研究对象在不同分位数的分布，而不同分位数对应的参数估计量也不同，这就显示了同一种的影响因素对处在不同分位水平的研究对象的影响作用也大小不同。特别对于分析具有厚尾分布特征的金融数据方面，分位数回归方法往往能够提供更为准确详细的信息。本文将分位数回归模型应用于信用风险模型研究之中,通过分位数回归模型构建了一个用Z值和DD值预测违约概率的模型，旨在通过分位数回归方法对所构建的模型进行回归分析，以此判断Z值和DD值在不同分位数情况下对违约概率的影响，进而验证Z评分模型和KMV模型对不同信用质量上市公司的违约风险的预测效果。随后本文选取了40家上市公司的数据对所构建的模型进行实证分析，结果表明处于高分位水平的违约概率与DD值相关性强，与Z值相关性弱；处于低分位水平的违约概率与Z值的相关性高，与DD值的相关性低。这就说明Z评分模型预测信用质量较好的企业时准确性较高，相反KMV模型在预测低信用质量的企业时准确性较高。因此在预测交易对手的违约风险时，可以相应的考虑该公司的信用质量，选择适合的模型，从而更准确地预测违约风险。

关键词：信用风险 Z评分模型 KMV模型分位数回归模型

来源：评论

学校读者我要写书评

暂无评论

基于Barra与分位数回归的中证500指数增强模型的实证研究

基于Barra与分位数回归的中证500指数增强模型的实证研究

引用

作者：黄宇杰上海财经大学

学位级别：硕士

近年来,指数增强型基金管理规模逐年增加。指数增强作为主动投资和被动投资的有机结合,具有策略相对透明、风格相对平稳、风险可控性较强、获取超额收益可能性较高的优点。Fama-French模型和Barra模型作为常见的多因子模型,是构建指数... 详细信息

近年来,指数增强型基金管理规模逐年增加。指数增强作为主动投资和被动投资的有机结合,具有策略相对透明、风格相对平稳、风险可控性较强、获取超额收益可能性较高的优点。Fama-French模型和Barra模型作为常见的多因子模型,是构建指数增强模型的科学性方法,被广泛应用在实际投资中。相对于FamaFrench模型,Barra模型的因子暴露数据采用财务指标计算,侧重截面回归,理论上更加精准;并且构建的是纯因子组合,因此更容易进行风险控制。但是目前有关Barra模型的指数增强的研究存在许多不足之处,比如在设计因子结构时,只注重模型样本的解释力,而忽略因子的稳定性、持续性和因子之间的相关性;关于收益预测模型的研究不足;因子轮动现象的解决不充分。基于此,本文以Barra CNE5模型为基础,通过组合优化的方法对中证500指数成分股进行指数增强模型的实证研究。首先,本文构建了指数增强基准模型。基准模型以Barra模型为风险模型,以线性回归为收益预测模型,通过设计的优化方程进行组合优化。其中Barra模型包括1个国家因子、29个行业因子和10个风格因子。首先进行单因子有效性检验,结果表明因子的显著性、波动性、稳定性以及因子间的相关性均符合模型建立要求。接着运用带权重、带约束条件的最小二乘法对因子收益率进行截面回归求解。最后估计股票收益率间的协方差矩阵。在估计协方差矩阵时采用半衰加权、Newey West方法和系统性偏误调整分别对因子协方差矩阵和特异性收益方差矩阵进行调整,另外采用特征值调整的方法对因子协方差矩阵进行调整。研究发现,相比于中证500指数,基准模型的指数增强效果不明显,结果近似于指数跟踪。其次,本文在基准模型的基础上构建了指数增强优化模型。主要有三点改进:第一,与常规的动量因子相比,特质动量因子的波动率更小,对其他风格因子的风险敞口更低,而且不容易发生动量崩溃（Lu S和Lu C,2018）,因此本文将风险模型中的动量因子替换为特质动量因子;第二,由于股票因子数据存在尖峰厚尾的特征,而分位数回归相较于线性回归不需要残差正态性和同方差性的假设,所以对于此类数据分位数回归更加稳健,因此本文将收益预测模型的线性回归模型替换为分位数回归模型,具体地:构建基于规模、Beta、特质动量、残差波动率、权益市值比、流动性、盈利性、杠杆这8个因子的分位数回归模型,作为收益预测模型;第三,采用动态控制组合优化方程的因子暴露的方法来解决因子轮动问题。研究发现:（1）改进后的风险模型的拟合效果更佳,调整R方的平均值从0.225增加到0.255,而且风险预估更加精准,预期波动率与实际波动率的偏差统计量从1.18降低到1.12,相关系数从0.73增加到0.77;（2）选取2017年8月1日至2019年6月28日作为样本外区间,按月调仓下,与中证500指数相比,指数增强优化模型实现的年化超额收益率为13.86%,信息比率为2.13,年化跟踪误差只有6.52%,且各年份均实现稳定的超额收益。这充分说明了本文的指数增强优化模型具有很好的指数增强效果;（3）优化模型的表现明显超过基准模型,这验证了动量因子替换、分位数回归模型、动态控制因子暴露这三点改进的有效性。本文的研究成功地将结构化风险模型和分位数回归模型应用在指数增强领域,可以为指数增强基金投资者提供理论的支持。从实务的角度,本文提出的指数增强优化模型可供指数增强型基金投资者参考。

关键词：指数增强 Barra模型特质动量因子分位数回归模型因子轮动

来源：评论

学校读者我要写书评

暂无评论

建成环境对路内停车泊位使用率的非线性影响模型

引用

吉林大学学报（工学版） 2024年第9期54卷 2520-2530页

作者：周锡浈宫贺李敦敦季彦婕严杰东南大学交通学院南京211189 东南大学现代城市交通技术江苏高校协同创新中心南京210096 常熟市公安局交通警察大队江苏常熟215505 江南爱停车科技有限公司江苏常熟215500

为精细化把握微观空间尺度下的路内停车需求规律,针对工作日和非工作日两种典型场景,分别构建了分位数回归模型,揭示了土地利用、停车站点属性、交通因素、社会人口和经济对路内停车泊位使用率的非线性影响。研究结果表明:分位数回归模... 详细信息

为精细化把握微观空间尺度下的路内停车需求规律,针对工作日和非工作日两种典型场景,分别构建了分位数回归模型,揭示了土地利用、停车站点属性、交通因素、社会人口和经济对路内停车泊位使用率的非线性影响。研究结果表明:分位数回归模型捕捉研究变量间复杂关系的性能显著优于传统线性回归模型;解释变量的回归系数和显著性水平随着分位数的变化而变化,且工作日和非工作日存在明显异质性。例如,停车站点周边公交站的数量与低、高泊位使用率密切相关,而该变量在中等泊位使用率下无统计学意义;工作日餐饮类兴趣点对路内停车泊位使用率的影响并不显著。

关键词：交通运输系统工程路内停车泊位使用率分位数回归模型非线性影响

来源：评论

学校读者我要写书评

暂无评论

新疆城镇化的时空特征与动力因素研究——基于核密度与分位数模型的实证分析

引用

新疆师范大学学报（哲学社会科学版） 2016年第4期37卷 141-148页

作者：张振龙孙慧新疆大学新疆创新管理研究中心新疆大学经济与管理学院新疆乌鲁木齐830046

文本采用非参数核密度方法对2005-2013年新疆城镇化的时空分布特征进行估计,并在此基础上,利用分位数回归模型模拟新疆城镇化发展的动力因素。研究发现:第一,在时间维度上,改革开放以来新疆城镇化经历了一个剧烈的波动过程,以2000年为拐... 详细信息

文本采用非参数核密度方法对2005-2013年新疆城镇化的时空分布特征进行估计,并在此基础上,利用分位数回归模型模拟新疆城镇化发展的动力因素。研究发现:第一,在时间维度上,改革开放以来新疆城镇化经历了一个剧烈的波动过程,以2000年为拐点;2005-2013年新疆城镇化分布的演进趋势表明,新疆城镇化水平持续提高,地区差距明显扩大。在空间维度上,根据城镇化水平及其增速,将新疆各地州的城镇化划分为"高-高"型、"高-低"型、"低-高"型、"低-低"型四类地区。第二,分位数回归结果显示,资本投入、外向经济、产业结构对城镇化起正向促进作用,资本投入、外向经济均对城镇化中前期的影响较大,后期影响较小,产业结构的影响程度随着城镇化水平的提高而增强;行政力量、消费水平、水资源充裕程度对城镇化起负向抑制作用,行政力量、消费水平在中前期的影响均较大,水资源充裕程度在后期影响较大。

关键词：新疆城镇化时空分布动力因素分位数回归模型

来源：评论

学校读者我要写书评

暂无评论

系统性金融风险指标的比较分析——基于实体经济风险预测的视角

引用

系统工程理论与实践 2020年第10期40卷 2475-2491页

作者：黄乃静于明哲中央财经大学经济学院北京100081 北京工商大学国际经管学院北京100048

本文归纳总结了常见的四大类系统性金融风险指标,从实体经济风险预测的视角,使用分位数回归模型和自助式(Bootstrap)分位数t检验方法,结合样本外分位数拟合优度,以"是否对未来实体经济风险具有放大效应"和"是否对实体经... 详细信息

本文归纳总结了常见的四大类系统性金融风险指标,从实体经济风险预测的视角,使用分位数回归模型和自助式(Bootstrap)分位数t检验方法,结合样本外分位数拟合优度,以"是否对未来实体经济风险具有放大效应"和"是否对实体经济风险具有预测能力"两个方面对上述指标进行了比较分析.研究结果发现:首先,反映机构个体风险,波动性和不稳定性,以及流动性和信贷情况的指标均对未来实体经济下行风险具有放大效应,即系统性金融风险的升高会显著增加未来实体经济的下行风险;其次,在短期,反映机构个体风险和流动性的指标能够很好地预测未来实体经济风险,而代表金融市场波动率水平的指标则在中期和长期有着较好的预测效果.最后,结合中国具体国情,本文也对进一步完善我国宏观经济风险防范体系提出了若干建议.

关键词：系统性金融风险实体经济风险分位数回归模型 Bootstrap分位数t检验

来源：评论

学校读者我要写书评

暂无评论

偏差数据下的半参数模型研究

偏差数据下的半参数模型研究

引用

作者：马慧娟中国科学技术大学

学位级别：博士

生存分析已经发展成为生物统计学最主要的领域之一,它在其他领域也有很重要的应用,包括可靠性理论,精算学,人口统计学,流行病学,社会学和经济学.由于抽样的复杂性,我们得到的实际数据大部分是有偏差的,例如,常见的删失数据和截断数据,... 详细信息

生存分析已经发展成为生物统计学最主要的领域之一,它在其他领域也有很重要的应用,包括可靠性理论,精算学,人口统计学,流行病学,社会学和经济学.由于抽样的复杂性,我们得到的实际数据大部分是有偏差的,例如,常见的删失数据和截断数据,它们都可被看作是一般偏差数据.当然,偏差数据也出现在许多其它领域中,例如生物医学,社会学,经济学,质量控制学等.当个体被抽样的概率取决于它本身的取值,即每个个体被抽样的概率不同时,所得到的数据为偏差数据.这是一个有趣的抽样问题,因为它偏好某一些个体而忽略另外一些个体.当收集到的数据是偏差数据时,原先关于简单数据的统计推断程序已经不再适用,我们必须寻找针对偏差数据的方法.本文用估计方程的方法来研究一般偏差数据下的半参数模型,因为半参数模型既含有易于解释的有限维参数,又含有增加模型灵活性的无限维未知函数. 在本文的第一章,我们首先介绍要研究的几种偏差数据类型,即删失数据,长度偏差数据和病例队列设计下收集到的数据.然后介绍要研究的几种生存分析中常见的半参数模型,即Cox模型,加性风险模型,半参线性转移模型,分位数回归模型和比例均值剩余寿命模型. 在本文的第二章,我们利用长度偏差数据的一个重要性质,即截断时间与登记后剩余时间具有相同的分布(Huang&Qin,2011,2012),来构造加性风险模型下的复合估计量,由此得到估计量的效率是原来左截断右删失估计量效率的二倍左右.我们和Cheng&Huang(2014)几乎同时最先利用复合估计方程这个概念.所得到估计量的大样本性质和有限样本下的随机模拟结果也将在本章中展示,同时我们将所提出的方法应用到美国Channing House数据上,发现效果很好. 在本文的第三章,我们利用一般左截断右删失数据的鞅结构和第二章中介绍的长度偏差数据的重要特性,提出了长度偏差数据下分位数回归模型的简单估计方程方法和复合估计方程方法.我们的方法并不需要估计删失变量的分布.因而跟Chen&Zhou(2012)和Wang&Wang(2014)比起来,我们的方法减少了复杂度.我们通过经验过程和随机积分技巧建立了渐近性质,包括一致相合性和弱收敛性.和Peng&Huang(2008)类似,通过最小化一系列L1型的凸函数来得到简单的算法.新的估计方法可以简单的利用R语言中现有的函数.当估计方差时,由于极限方差中含有未知的密度函数,这在有限样本下的估计量是很不稳定的,所以我们通过推广Jin et al.(2001)的方法来估计方差.最后,我们将所提出的方法应用到美国Channing House数据上. 在本文的第四章,我们研究删失数据在病例队列设计下的比例均值剩余寿命模型.由南威尔士州一个镍炼油厂的实际数据驱动,这里我们想知道镍矿工人在现有的各种协变量下他还能活多久.而且这项研究的发病率很低,因此优先选择病例队列设计.通过提出加权估计方程来对回归参数和基本均值剩余寿命函数进行估计,并给出所提出估计量的大样本性质.然后,我们给出随机模拟结果来检验所提出方法在有限样本下的表现.最后,通过分析上面提到的南威尔士州镍炼油厂的实际数据来说明我们所提出的方法. 在本文的第五章,我们研究长度偏差数据在病例队列设计下的Cox模型.受Self&Prentice(1988)提出的伪似然方法和Huang&Qin(2012)提出的复合部分似然方法的启发,我们提出一个简单的复合伪部分似然方法.通过经验过程和无放回抽样收敛结果,我们也给出了病例设计下极大复合伪似然估计量和相应累积风险率函数的大样本性质.我们也展示了随机模拟实验结果,并用奥斯卡数据来说明所提出的估计方法. 在本文的第六章,我们讨论了长度偏差数据在病例队列设计下的半参线性转移模型Lu&Tsaitis(2006)应用的是鞅积分表示和逆概率加权方法来处理右删失数据在病例队列设计下的半参线性转移模型.即使我们可以利用鞅积分表示来处理左截断,所得到的估计量在长度偏差抽样下并不是全有效的.我们继续利用第二章中提到的长度偏差数据的重要性质和逆概率加权方法来构造复合估计方程.所得到的估计方程可以利用简单的迭代算法来估计回归参数和未知的转移函数.我们给出了所提出估计量的渐近分布结果和它们的证明.通过展示随机模拟结果和一个实际例子分析来检验所提出的回归参数估计量在有限样本下的表现.

关键词：左截断右删失长度偏差抽样病例队列设计加性风险模型分位数回归模型比例均值剩余寿命模型 Cox模型半参线性转移模型经验过程无放回抽样鞅零均值过程估计方程复合估计方程

来源：评论

学校读者我要写书评

暂无评论

统计回归模型及其优化算法综述

引用

福州大学学报（自然科学版） 2021年第5期49卷 638-654页

作者：方升梁飞豹刘勇进福州大学数学与统计学院福建福州350108

在大数据时代,正则化(惩罚)回归模型成为高维数据分析的一种有效分析工具.文中从统计模型理论和优化算法两个角度对正则化回归模型进行简要的概述,主要介绍线性回归模型、广义线性模型和分位数回归模型三种经典且重要的回归模型以及相... 详细信息

在大数据时代,正则化(惩罚)回归模型成为高维数据分析的一种有效分析工具.文中从统计模型理论和优化算法两个角度对正则化回归模型进行简要的概述,主要介绍线性回归模型、广义线性模型和分位数回归模型三种经典且重要的回归模型以及相应的正则项.对于线性回归模型,介绍最小二乘回归和l 1-正则最小二乘回归问题的优化算法;对广义线性模型和分位数回归模型,介绍逻辑回归模型和求解l 1-正则逻辑回归问题的优化算法,并展示分位数回归模型和求解相应的正则化分位数回归模型的优化算法.最后,对正则化回归模型未来的研究方向进行展望.

关键词：统计回归模型优化算法线性回归模型广义线性模型分位数回归模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：