当前位置:首页 > 数理化
基于大规模数据的分位数回归模型及应用
基于大规模数据的分位数回归模型及应用

基于大规模数据的分位数回归模型及应用PDF电子书下载

数理化

  • 电子书积分:9 积分如何计算积分?
  • 作 者:蔡超著
  • 出 版 社:北京:经济科学出版社
  • 出版年份:2018
  • ISBN:9787514192384
  • 页数:182 页
图书介绍:在统计方法中,分位数回归常用来反映解释变量对响应变量整个条件分布的异质影响,是探索客观规律的重要手段与方法之一。常用的统计软件都可进行分位数回归,但受到计算内存和运行时间的限制,以大样本与高维为典型特征的大规模数据分位数回归往往难以奏效。因此,本书将经典的分位数回归模型从中小规模数据扩展到大规模数据,研究大规模数据分位数回归方法,解决其建模过程中的技术难题,对于推广应用、揭示经济和社会的复杂模式等,具有重要的理论意义和实践价值。
《基于大规模数据的分位数回归模型及应用》目录

第1章 绪论/ 1

1.1 研究背景和意义/ 1

1.2 国内外研究现状/ 5

1.3 结构安排与主要创新/ 11

第2章 经典分位数回归模型/ 17

2.1 线性分位数回归/ 17

2.2 非线性分位数回归/ 23

2.3 惩罚分位数回归/ 25

第3章 基于稀疏指数转移方法的大样本数据分位数回归及应用/ 29

3.1 问题的提出/ 29

3.2 SETQR方法与性质/ 30

3.3 数值模拟/ 33

3.4 应用研究/ 49

3.5 本章小结/ 60

第4章 基于随机抽样算法的大规模数据套索惩罚分位数回归及应用/ 62

4.1 问题的提出/ 62

4.2 SLQR方法/ 63

4.3 数值模拟/ 66

4.4 应用研究/ 81

4.5 本章小结/ 89

第5章 基于分块估计方法的大样本数据分位数回归及应用/ 90

5.1 问题的提出/ 90

5.2 BAQR方法与性质/ 91

5.3 数值模拟/ 96

5.4 应用研究/ 113

5.5 本章小结/ 118

第6章 基于分块估计方法的大规模数据套索惩罚分位数回归及应用/ 120

6.1 问题的提出/ 120

6.2 BLQR方法与性质/ 121

6.3 数值模拟/ 125

6.4 应用研究/ 139

6.5 本章小结/ 144

第7章 总结与展望/ 146

7.1 研究总结/ 146

7.2 研究展望/ 151

附录/ 156

附录1 定义与引理/ 156

附录2 SETQR方法估计性质证明/ 159

附录3 SLQR方法估计性质证明/ 161

附录4 BAQR方法估计性质证明/ 163

附录5 BLQR方法估计性质证明/ 166

参考文献/ 169

后记/ 182

返回顶部