Cross-Validating Non-Gaussian Data
Cross-Validating Non-Gaussian Data
复制标题
交叉验证非高斯数据
DOI：
10.1080/10618600.1992.10477012
复制
发表时间：
1992
影响因子：
2.4
通讯作者：
Chong Gu
中科院分区：
文献类型：
--
作者：
Chong Gu
摘要 本文描述了在惩罚似然回归问题中实现广义交叉验证方法和其他一些基于最小二乘的平滑参数选择方法的适当方法，并解释了其背后的基本原理。进行有限规模的模拟以支持半理论分析。
Abstract This article describes an appropriate way of implementing the generalized cross-validation method and some other least-squares-based smoothing parameter selection methods in penalized likelihood regression problems, and explains the rationales behind it. Simulations of limited scale are conducted to back up the semitheoretical analysis.