杨雪梅¹，王小英¹，孙志华^2,3

1. 华北电力大学数理学院, 北京 102206;2. 中国科学院大学数学科学学院,北京 100049;3. 中国科学院大数据挖掘与知识管理重点实验室,北京 100049

出版日期:2019-03-25发布日期:2019-06-21

Partial Linear Quantile Regression Estimation via an MM-Algorithm

YANG Xuemei¹ ,WANG Xiaoying¹ ,SUN Zhihua ^2,3

1. School of Mathematics and Physics, North China Electric Power University, Beijing 102206; 2. School of Mathematical Sciences, University of Chinese Academy of Sciences, Beijing 100049; 3. Key Laboratory of Big Mining and Knowledge Management, Chinese Academy of Sciences, Beijing 100049

Online:2019-03-25Published:2019-06-21







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

近年来, 关于部分线性分位回归模型的估计方法的研究得到了较多的关注. 但由于目标函数的非光滑性, 估计程序的实现是比较具有挑战性的. 文章将采用MM (Majorization Minimization) 算法计算部分线性分位数回归模型的估计. 其基本原理是首先找到目标函数的优化函数, 然后借助优化函数的最小化过程, 逐步迭代至目标函数的解. 数值模拟和实证研究表明该算法具有较好的稳定性和较强的数值计算能力.

分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13606