Model detection for functional polynomial regression
Model detection for functional polynomial regression
复制标题
函数多项式回归的模型检测
DOI：
10.1016/j.csda.2013.09.007
复制
发表时间：
2014-02
影响因子：
1.8
通讯作者：
Wang Qihua
中科院分区：
文献类型：
--
作者：
Zhang Tao;Zhang Qingzhao;Wang Qihua
考虑包括函数线性模型和函数二次模型作为两种特殊情况的函数多项式回归模型。在函数多项式回归中，必须平衡在模型中使用更多参数的成本和收益。开发了模型检测方法来确定多项式的哪些阶数在函数多项式回归中是重要的。所提出的方法可以一致地识别真实模型并具有良好的预测性能。数值研究清楚地证实了我们的理论。
A functional polynomial regression model which includes the functional linear model and functional quadratic model as two special cases is considered. In functional polynomial regression, one must balance the costs and benefits of using more parameters in the model. The method of model detection to determine which orders of the polynomial are significant in functional polynomial regression is developed. The proposed methods can identify the true model consistently and have good prediction performances. Numerical studies clearly confirm our theories.
登录
查看更多内容
DOI：
10.1007/978-1-4757-7107-7
发表时间：
1997-06
期刊：
--
影响因子：
--
作者：
J. Ramsay;Bernard Walter Silverman
通讯作者：
J. Ramsay;Bernard Walter Silverman
影响因子：
1.4
作者：
Zhou J;Wang NY;Wang N
通讯作者：
Wang N
影响因子：
1.3
作者：
F. Ferraty;A. Goia;E. Salinelli;P. Vieu
通讯作者：
F. Ferraty;A. Goia;E. Salinelli;P. Vieu
影响因子：
4.5
作者：
Hall, Peter;Horowitz, Joel L.
通讯作者：
Horowitz, Joel L.
影响因子：
2.7
作者：
Fang Yao;H. Müller
通讯作者：
Fang Yao;H. Müller