版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、南開大學(xué)碩士研究生畢業(yè)(學(xué)位)論文姓名:年級:專業(yè):研究方向論文題目完成日期導(dǎo)師杜君2002級概率論與數(shù)理統(tǒng)計(jì)數(shù)理統(tǒng)計(jì)、hriableselectlonvlaQuasiPosteriorB8胂ianLikellhoodforLiⅡearModcls2005年4月lo日林路教授二00五年四月十日AbstractI矗theproduceofconstructinggeneralregressionmodel8induding1inearge
2、ner以izedlincarandnonline缸regression,al盯genumberpredictor8areusuallyintroducedattheiⅡitialstageofmodellingtoTeduccpossiblemodellingbiasesInordertoenhanccthepredictabilityandreducevariance8ofestimationandpre出ction,however,
3、oneusuallydeletesomei11signi丘cantvariablesandattempttoobt出naⅡoptim“subsetofvariablesForthisproblemselectioncriteriasucllasAIC,Cp,BICandRIChaⅣe矗xeddimensionalitypen缸tiesSuchcriteriaareshawntocorrespondtosele“ionofma面m眥pos
4、teriormodelsunderimplicithyperparameterchoicesforaparticularBayesformulationButtheexistingpenalizedIikeIihoodapproachtovariablese—lectiondependsontheHkelihoodfunctionandthenisunavajlableifthedistrmutionofdataisunknownInt
5、hjsp叩erwesuggestQua8iPosteriorBa辨siannkelihoodtoselectvariable8Theseappr。achesdonotrequireanyassumptiDnondjstributionofdatarather亡haIlthe王r丑rstmomentor矗rsttwomomentsThesemethodssclectⅧriablesandestimateparameterssiⅢultan
6、eouslyThcpr。posedestiⅢatorsperformasweUastheorackprocedu工eandareasymptoticallye伍cientP壯ticular埽forlinearre擎es8ionmodel8,thev盯iabkselectionviaposteriordensityisequivalenttothevariableselectionVi8penalizedresidu“sumofsquar
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 廣義線性模型的變量選擇和極大擬似然估計(jì)的強(qiáng)收斂速度.pdf
- 29374.部分線性模型的基于擬似然函數(shù)的經(jīng)驗(yàn)似然估計(jì)
- 41385.基于lq懲罰經(jīng)驗(yàn)似然的變量選擇
- 廣義線性模型中極大擬似然估計(jì)的極限理論研究.pdf
- VaR,MS和ES的貝葉斯經(jīng)驗(yàn)似然估計(jì).pdf
- 廣義線性模型的經(jīng)驗(yàn)似然方法.pdf
- 基于經(jīng)驗(yàn)似然的刪失線性模型的統(tǒng)計(jì)診斷.pdf
- 部分線性模型的經(jīng)驗(yàn)似然比檢驗(yàn).pdf
- 非線性回歸模型的經(jīng)驗(yàn)似然推斷.pdf
- 固定設(shè)計(jì)多維廣義線性模型極大擬似然估計(jì)的漸近正態(tài)性.pdf
- 響應(yīng)變量存在缺失時(shí)非線性半?yún)?shù)回歸模型的經(jīng)驗(yàn)似然推斷.pdf
- 基于懲罰似然的變量選擇方法及其在高維數(shù)據(jù)中的應(yīng)用.pdf
- 考慮自變量個(gè)數(shù)先驗(yàn)分布的貝葉斯變量選擇.pdf
- 廣義線性模型中極大擬似然估計(jì)的相合性與漸近正態(tài)性.pdf
- 相依誤差下線性模型的經(jīng)驗(yàn)似然推斷.pdf
- 2378.多維廣義線性模型經(jīng)驗(yàn)似然方法
- 基于貝葉斯因子的SV模型選擇.pdf
- 基于經(jīng)驗(yàn)似然置信域的部分線性模型的影響分析.pdf
- 貝葉斯框架下生存分析回歸模型及其變量選擇研究.pdf
- 廣義線性模型的懲罰高維經(jīng)驗(yàn)似然.pdf
評論
0/150
提交評論