机读格式显示(MARC)

• 000 01287nam0 2200277 450

• 001 0000530366

• 005 20200911191300.0

• 010 __ |a 978-7-5689-1728-5 |d CNY49.00

• 100 __ |a 20191025d2019 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 500000

• 105 __ |a k a 000yy

• 106 __ |a r

• 200 1_ |a 超高维数据统计模型变量筛选方法 |A chao gao wei shu ju tong ji mo xing bian liang shai xuan fang fa |f 张俊英, 张日权编著

• 210 __ |a 重庆 |c 重庆大学出版社 |d 2019

• 215 __ |a 97页 |d 23cm

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目 (第87-97页)

• 330 __ |a 超高维数据广泛出现在生物医学、经济金融、保险精算、可靠性工程等领域。由于高维数据带来的“维数祸根”问题, 传统的变量选择方法无法实现参数估计的精确性和模型预测的稳定性, 本书主要研究了线性模型、分位数回归变系数模型、广义线性模型及非参数模型的变量筛选方法和Gini相关系数的变量筛选方法; 阐述了相关性数字特征变量筛选方法的理论和方法, 讨论了Pearson相关系数、秩相关系数和Gini相关系数的关系, 建立了选择一致性理论。

• 510 1_ |a Variable screening for statistical model with ultrahigh dimensional data |z eng

• 606 0_ |a 数据 |A shu ju |x 统计模型 |x 变量 |x 筛选

• 690 __ |a O212 |v 5

• 701 _0 |a 张俊英 |A zhang jun ying |4 编著

• 701 _0 |a 张日权 |A zhang ri quan |4 编著

• 801 _0 |a CN |b LIB |c 20200911

• 905 __ |a LIB |d O212/105