• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Nonparametric estimation of the link function including variable selection
【24h】

Nonparametric estimation of the link function including variable selection

机译：链接函数的非参数估计，包括变量选择

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Nonparametric methods for the estimation of the link function in generalized linear models are able to avoid bias in the regression parameters. But for the estimation of the link typically the full model, which includes all predictors, has been used. When the number of predictors is large these methods fail since the full model cannot be estimated. In the present article a boosting type method is proposed that simultaneously selects predictors and estimates the link function. The method performs quite well in simulations and real data examples.
机译：广义线性模型中链接函数估计的非参数方法能够避免回归参数出现偏差。但是，为了估计链接，通常使用了包含所有预测变量的完整模型。当预测变量的数量很大时，由于无法估计完整模型，因此这些方法将失败。在本文中，提出了一种提升类型的方法，该方法同时选择预测变量并估计链接函数。该方法在仿真和实际数据示例中表现良好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号