图书介绍

超高维数据统计模型变量筛选方法【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

超高维数据统计模型变量筛选方法
  • 张俊英，张日权著 著
  • 出版社： 重庆：重庆大学出版社
  • ISBN：9787568917285
  • 出版时间：2019
  • 标注页数：97页
  • 文件大小：11MB
  • 文件页数：40页
  • 主题词：数据－统计模型－变量－筛选

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：ea2dee06458086b6e7216558ef90d153

下载说明

超高维数据统计模型变量筛选方法PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 绪论1

1.1 线性模型Pearson相关变量筛选方法1

1.2 非参数模型变量筛选方法5

1.3 变系数模型变量筛选方法6

1.4 秩相关筛选方法8

第2章 分位数回归变系数模型变量筛选11

2.1 引 言11

2.2 非参分位数回归边际筛选12

2.3 理论性质15

2.4 选择变量的方法17

2.5 模拟研究19

2.6 实例分析22

2.7 定理证明24

第3章 超高维数据可加模型经验似然变量筛选30

3.1 引 言30

3.2 边际经验似然方法31

3.3 条件重排迭代筛选方法34

3.4 数值研究36

3.5 定理证明42

第4章 顺序LASSO特征选择方法45

4.1 特征选择方法46

4.2 迭代顺序LASSO算法47

4.3 理论性质49

4.4 数据模拟52

4.5 理论证明56

第5章 超高维非参模型变量筛选方法62

5.1 引言62

5.2 核估计方法63

5.3 理论性质64

5.4 CC-SIS算法65

5.5 模拟研究66

5.6 定理证明68

第6章 Gini相关独立筛选74

6.1 Gini相关筛选方法74

6.2 迭代变量筛选方法80

6.3 数据模拟81

6.4 定理证明84

参考文献87

热门推荐