Print

王玲:Beta回归模型基于EM算法的变量选择方法论文

本文主要研究内容

作者王玲,赵为华(2019)在《Beta回归模型基于EM算法的变量选择方法》一文中研究指出:本文针对响应变量取值为(0,1)区间上的比例数据研究Beta回归模型的贝叶斯变量选择方法。首先通过选取合适的先验分布,基于贝叶斯随机搜索和EM方法提出了参数的估计算法;然后根据回归系数相应的指示变量后验分布提出了重要变量选择的门限准则,所提方法具有易实施、快速计算等特点;最后通过研究中国上市公司股息率实际数据的影响因素以说明所提方法的有效性。

Abstract

ben wen zhen dui xiang ying bian liang qu zhi wei (0,1)ou jian shang de bi li shu ju yan jiu Betahui gui mo xing de bei xie si bian liang shua ze fang fa 。shou xian tong guo shua qu ge kuo de xian yan fen bu ,ji yu bei xie si sui ji sou suo he EMfang fa di chu le can shu de gu ji suan fa ;ran hou gen ju hui gui ji shu xiang ying de zhi shi bian liang hou yan fen bu di chu le chong yao bian liang shua ze de men xian zhun ze ,suo di fang fa ju you yi shi shi 、kuai su ji suan deng te dian ;zui hou tong guo yan jiu zhong guo shang shi gong si gu xi lv shi ji shu ju de ying xiang yin su yi shui ming suo di fang fa de you xiao xing 。

论文参考文献

  • [1].比例数据的贝叶斯变量选择[J]. 赵为华,张日权.  数理统计与管理.2018(03)
  • [2].基于惩罚方法的贝叶斯群组变量选择[J]. 牟建波,刘赪.  绵阳师范学院学报.2017(02)
  • [3].回归变量选择中的数据诊断[J]. 戴伯新.  应用概率统计.1992(04)
  • [4].基于风险函数评价自变量选择对预测的影响[J]. 王银辉,徐文科.  哈尔滨师范大学自然科学学报.2012(01)
  • [5].变量选择集成方法[J]. 张春霞,李俊丽.  工程数学学报.2019(01)
  • [6].正则化Beta回归及其应用[J]. 方匡南,王秉权.  统计与信息论坛.2016(08)
  • [7].函数型变量选择法用于空气质量影响因素实证分析[J]. 张庆,李云霞.  安庆师范大学学报(自然科学版).2017(04)
  • [8].污染数据的稳健稀疏成组变量选择方法研究[J]. 李扬,许文甫,马双鸽.  统计与信息论坛.2018(06)
  • [9].应用统计类专业探究性教学模式探索与实践——以变量选择准则为例[J]. 徐安察,王玮明.  赤峰学院学报(自然科学版).2014(19)
  • [10].基于两种非凸惩罚函数的稀疏组变量选择[J]. 李鹏翔,叶万洲.  应用数学与计算数学学报.2018(03)
  • 论文详细介绍

    论文作者分别是来自安徽师范大学学报(自然科学版)的王玲,赵为华,发表于刊物安徽师范大学学报(自然科学版)2019年01期论文,是一篇关于回归模型论文,算法论文,贝叶斯变量选择论文,安徽师范大学学报(自然科学版)2019年01期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自安徽师范大学学报(自然科学版)2019年01期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    本文来源: https://www.lw50.cn/article/35c2b698c25f8182693345bc.html