Automatic structure recovery for additive models.
Automatic structure recovery for additive models.
复制标题
DOI：
10.1093/biomet/asu070
复制
发表时间：
2015-06-02
期刊：
影响因子：
2.7
通讯作者：
Stefanski LA
中科院分区：
文献类型：
--
作者：
Wu Y;Stefanski LA
我们提出了一种自动结构恢复方法的加性模型，结合一个新的基于核的变量选择策略，结合局部多项式平滑的后拟合算法。我们的方法产生噪声预测器的集合的估计，在不同程度上以多项式方式贡献到指定程度M的预测器的集合，以及贡献超过多项式程度M的预测器的集合。我们证明了所提出的方法的一致性，并描述了部分线性模型的扩展。通过蒙特卡罗研究和一个真实数据的例子说明了该方法的样本性能。
We propose an automatic structure recovery method for additive models, based on a backfitting algorithm coupled with local polynomial smoothing, in conjunction with a new kernel-based variable selection strategy. Our method produces estimates of the set of noise predictors, the sets of predictors that contribute polynomially at different degrees up to a specified degree M, and the set of predictors that contribute beyond polynomially of degree M. We prove consistency of the proposed method, and describe an extension to partially linear models. Finite-sample performance of the method is illustrated via Monte Carlo studies and a real-data example.
登录
查看更多内容
影响因子：
4.5
作者：
Huang J;Horowitz JL;Wei F
通讯作者：
Wei F
影响因子：
3.7
作者：
Fan J;Feng Y;Song R
通讯作者：
Song R
影响因子：
3
作者：
Daubechies, I;Defrise, M;De Mol, C
通讯作者：
De Mol, C
DOI：
10.1080/01621459.2013.879828
发表时间：
2014-07-03
影响因子：
3.7
作者：
Fan, Jianqing;Ma, Yunbei;Dai, Wei
通讯作者：
Dai, Wei
在受约束和正规化的高维回归上。
影响因子：
1
作者：
Shen, Xiaotong;Pan, Wei;Zhu, Yunzhang;Zhou, Hui
通讯作者：
Zhou, Hui