Variable selection in finite mixture of regression models using the skew-normal distribution
Variable selection in finite mixture of regression models using the skew-normal distribution
复制标题
使用偏正态分布的有限混合回归模型中的变量选择
DOI：
10.1080/02664763.2019.1709051
复制
发表时间：
2019-12
期刊：
影响因子：
--
通讯作者：
Lin Dai
中科院分区：
文献类型：
--
作者：
Junhui Yin;Liucang Wu;Lin Dai
有限混合回归（FMR）模型中的变量选择是统计建模中经常用到的问题。FMR模型中变量选择的大多数应用都使用回归误差的正态分布。这样的假设不适合包含一组或多组具有非对称行为的观测的数据集。在本文中，我们介绍了一个变量选择程序的FMR模型使用偏正态分布。通过适当地选择调整参数，我们建立了我们的程序的理论性质，包括变量选择的一致性和估计的预言性质。为了估计模型的参数，一个修改的EM算法的数值计算。通过数值实验和一个真实的数据例子说明了该方法。
Variable selection in finite mixture of regression (FMR) models is frequently used in statistical modeling. The majority of applications of variable selection in FMR models use a normal distribution for regression error. Such assumptions are unsuitable for a set of data containing a group or groups of observations with asymmetric behavior. In this paper, we introduce a variable selection procedure for FMR models using the skew-normal distribution. With appropriate choice of the tuning parameters, we establish the theoretical properties of our procedure, including consistency in variable selection and the oracle property in estimation. To estimate the parameters of the model, a modified EM algorithm for numerical computations is developed. The methodology is illustrated through numerical experiments and a real data example.
登录
查看更多内容
不同离散度 beta 回归模型的变量选择
影响因子：
1.5
作者：
Weihua Zhao;Riquan Zhang;Yazhao Lv;Jicai Liu
通讯作者：
Jicai Liu
影响因子：
1.3
作者：
C. Zeller;C. R. Cabral;V. H. Lachos
通讯作者：
C. Zeller;C. R. Cabral;V. H. Lachos
DOI：
--
发表时间：
2011-11
期刊：
Journal of the Iranian Statistical Society
影响因子：
--
作者：
Abbas Khalili
通讯作者：
Abbas Khalili
DOI：
10.1016/j.neunet.2016.03.002
发表时间：
2016-07
期刊：
Neural networks : the official journal of the International Neural Network Society
影响因子：
--
作者：
Faicel Chamroukhi
通讯作者：
Faicel Chamroukhi
DOI：
10.1016/j.csda.2013.07.019
发表时间：
2014-03
期刊：
Comput. Stat. Data Anal.
影响因子：
--
作者：
W. Yao;Yan Wei;Chun Yu
通讯作者：
W. Yao;Yan Wei;Chun Yu