亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于EM算法的光滑參數(shù)選擇

        2014-08-08 06:27:46
        關(guān)鍵詞:方法模型

        吉 文 超

        (重慶大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,重慶 401331)

        1 概 述

        (1)

        2 光滑參數(shù)優(yōu)化算法

        2.1 REML方法

        考慮到使用混合效應(yīng)模型去估計(jì)光滑參數(shù)λ,下面將主要采用基于截?cái)喽囗?xiàng)式樣條基(TPFbases)的懲罰樣條方法(penalizedspline)去估計(jì)光滑回歸函數(shù)m(x)。從形式來講,二者更容易建立聯(lián)系。首先介紹p階截?cái)喽囗?xiàng)式樣條基(truncatedpolynomialbasis)

        (2)

        式(2)中,參數(shù)p,K分別表示樣條基的階數(shù)和節(jié)點(diǎn)個(gè)數(shù),從其形式上可以直接觀察到,系數(shù)參數(shù)βi,(i=0,1,…,p)和ui,(i=1,2,…,K)的估計(jì)值的優(yōu)劣將直接影響樣條模型對(duì)回歸函數(shù)曲線的擬合。Wand(2003)和Ruppert,etal.(2003)建立了基于截?cái)喽囗?xiàng)式基的懲罰樣條模型與混合效應(yīng)模型之間的聯(lián)系,并且通過混合效應(yīng)模型得到了樣條基系數(shù)的最優(yōu)線性無偏估計(jì)值(bestlinearunbiasedestimator)。

        m(x)=Xβ+ZKu

        (3)

        (4)

        式(4)經(jīng)過分解化簡(jiǎn)后可變形為

        在得到光滑參數(shù)λ的估計(jì)值后,由此得到參數(shù)系數(shù)β,u的最優(yōu)估計(jì)值,具體做法如下。

        2.2 EM算法

        3 模 擬

        考察3種光滑參數(shù)的選擇方法,分別是GCV準(zhǔn)則,REML準(zhǔn)則和EM算法。將通過實(shí)驗(yàn)?zāi)M更直觀的展示不同選擇方法的差異性,下面以模型殘差作為主要分析對(duì)象去考察曲線擬合的優(yōu)劣,采用RASE(rootaveragesquarederror)作為評(píng)價(jià)準(zhǔn)則,即:

        Cao(2010)曾用此準(zhǔn)則評(píng)價(jià)基于樣條方法的變系數(shù)模型函數(shù)系數(shù)擬合的優(yōu)劣,為了消除隨機(jī)性帶來的影響,分別進(jìn)行100次試驗(yàn),并取其均值作為最終RASE值。

        表1 3種不同光滑參數(shù)選擇的對(duì)比

        關(guān)于m1(x)的模擬分析,表中第一列和第一行分別對(duì)應(yīng)的是噪音水平和樣本容量。

        首先選擇目標(biāo)函數(shù),即:

        m1=4.26(e-3.25x-4e-6.5x+3e-9.75x)

        其對(duì)應(yīng)的響應(yīng)變量是y1=m1+ε1,ε1服從正態(tài)分布,x定義在區(qū)間[0,1]上。在函數(shù)模擬過程中,為了更客觀地展示不同光滑參數(shù)選擇準(zhǔn)則的特點(diǎn),采用3種不同大小的樣本容量,分別為n=100,200,400和3種不同的方差大小σ=0.1,0.2,0.3,共計(jì)9組試驗(yàn)。在每一組試驗(yàn)中,分別求出基于3種不同光滑參數(shù)選擇方法下的RASE值,并作對(duì)比(表1),從表1中可以看出,基于GCV準(zhǔn)則和REML準(zhǔn)則的光滑參數(shù)選擇差異不大,并且隨著樣本量的增加差異會(huì)逐漸減小,但是整體而言,基于REML準(zhǔn)則的光滑參數(shù)選擇下的模型誤差要略大于前者,并且在相同樣本容量下,這種差異并不會(huì)因?yàn)闃颖痉讲畹娜趸鴾p小,而EM算法能在一定程度上減小因REML準(zhǔn)則欠光滑(undersmoothing)現(xiàn)象帶來的模型誤差。圖1表示的是在方差σ=0.3的情況下,基于EM算法的模型擬合情況,黑色曲線表示測(cè)試函數(shù)m1(x),另外3條擬合曲線分別表示在3種不同樣本容量大小下的模型擬合情況。如圖1所示,模型的擬合效果會(huì)隨著樣本量的增加而增加,特別當(dāng)n=400時(shí),藍(lán)色曲線與黑色曲線高度重合。

        圖1 目標(biāo)函數(shù)m1(x)的散點(diǎn)圖光滑

        圖2 關(guān)于motorcycle data的散點(diǎn)圖光滑

        4 實(shí)例分析

        5 總 結(jié)

        結(jié)合EM算法與REML方法來優(yōu)化光滑參數(shù),并與GCV方法和REML方法做了對(duì)比,結(jié)果顯示在大樣本情況下,EM算法能夠提高模型的擬合精度,并在實(shí)例分析中取得了較好的擬合效果。但是對(duì)于非正態(tài)樣本或者非獨(dú)立方差情形下該算法的適應(yīng)性和穩(wěn)定性問題,仍需做更深入的研究。

        參考文獻(xiàn):

        [1] RUPPERT D,WAND M P,CARROLL R J. Semiparameteric Regression[M].Cambridge University: Cambridge university press, 2003

        [2] SILVERMAN B W. Some Aspects of the Spline Smoothing Approach to Nonparametric Regression Curve Fitting[J].Journal of the Royal Statistical Society,1986,47:1-52

        [3] KAUERMANN G. A Note on Smoothing Parameter Selection for Penalized Spline Smoothing[J]. Journal of statistical planning and inference ,2005,127:53-69

        [4] WELHAM S J,CULLIS B R. A Comparison of Mixed Model Splines for Curve Fitting[J].Australian & New Zealand Journal of Statistics ,2007,49:1-23

        [5] CAO Y,LIN H,WU T Z, et al. Penalized Spline Estimation for Functional Coefficient Regression Models[J].Computational statistics & data analysis,2010,54:891-905

        [6] EILERS P H C,MARX B D. Flexible Smoothing with B-splines and Penalities[J]. Statistical science,1986(11):89-121

        [7] LEE T C M. Smoothing Parameter Selection for Smoothing Splines:a Simulation Study[J]. Computational Statistics & Data Analysis,2003,42:139-148

        [8] GIJBEL S ,VERHASSELT A. P-splines Regression Smoothing and Difference Type of Penalty[J]. Stat Comput,2010,20:499-511

        猜你喜歡
        方法模型
        一半模型
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        學(xué)習(xí)方法
        可能是方法不對(duì)
        3D打印中的模型分割與打包
        用對(duì)方法才能瘦
        Coco薇(2016年2期)2016-03-22 02:42:52
        FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
        四大方法 教你不再“坐以待病”!
        Coco薇(2015年1期)2015-08-13 02:47:34
        賺錢方法
        亚洲国产精品久久精品 | 网红尤物泛滥白浆正在播放 | 亚洲av大片在线免费观看| 免费国产在线视频自拍白浆| 亚洲欧美国产国产综合一区| 无码的精品免费不卡在线| 最大色网男人的av天堂| 女同性恋一区二区三区av| 伊人五月亚洲综合在线| 99久久无码一区人妻| 亚洲欧美激情在线一区| 97精品国产91久久久久久久 | 一本一本久久a久久精品综合| 人妻露脸国语对白字幕| 日本护士xxxxhd少妇| 国产亚洲精品久久久久久| 国产亚洲精品综合一区| 人妻中文字幕在线一二区| 韩国三级在线观看久| 精品少妇ay一区二区三区| AV中文码一区二区三区| 亚洲中文字幕久久精品色老板 | 永久免费的av在线电影网无码| 国产香蕉尹人在线视频播放| 日本高清长片一区二区| 人妻少妇哀求别拔出来| 牲欲强的熟妇农村老妇女| 99久久精品一区二区三区蜜臀| 日本高清一区二区不卡| 亚洲av无一区二区三区久久| 中文字幕无码无码专区| 亚洲一区二区三区99区| 伊人久久精品亚洲午夜| 成人区人妻精品一熟女| 无码一区二区三区网站| 青青草视频网站免费看| 又黄又爽又色视频| 亚洲中文字幕无码永久在线| 亚洲国产高清在线视频| 伊人久久精品亚洲午夜| 一本一道av无码中文字幕|