基于分位数方法的超高维删失数据的特征筛选
Quantile Feature Screening for Ultra High Dimensional Censored Data作者机构：广西师范大学数学与统计学院广西桂林541006
出 版 物：《广西师范大学学报（自然科学版）》 (Journal of Guangxi Normal University:Natural Science Edition)
年 卷 期：2021年第39卷第6期
页 面：99-111页
学科分类：02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学（可授理学、经济学学位）] 070103[理学-概率论与数理统计] 0701[理学-数学]
基 金：国家自然科学基金(11861017) 广西研究生教育创新计划项目(XYCSZ2020061)
摘 要：利用条件分位数分别在响应变量非随机删失和随机删失的情形下研究超高维数据的特征筛选,提出相应的特征筛选方法,理论证明和模拟验证都证明该方法筛选出的变量集满足确定筛选性质和排序一致性。与已有方法相比,本文方法在协变量与删失变量相关时具有相对优势。
维普期刊数据库
同方期刊数据库