请选择 进入手机版 | 继续访问电脑版
楼主: 有福有德
16447 7

[学习资料] 参数、非参、半参模型 [推广有奖]

教师

院士

6%

还不是VIP/贵宾

-

威望
4
论坛币
56932 个
通用积分
8.0535
学术水平
344 点
热心指数
203 点
信用等级
274 点
经验
37380 点
帖子
1136
精华
10
在线时间
930 小时
注册时间
2010-10-14
最后登录
2022-5-8

有福有德 在职认证  发表于 2012-12-26 15:38:37 |显示全部楼层

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

    参数回归是我们最长用的模型。与参数回归相对的非参数回归,这种模型对变量分布等假定并不是很严等,因此可以说扩展了参数回归的应用范围。但是非参数回归的局限性在于,在存在较多的解释变量时,很容易出现所谓的“维度灾难”,像方差的急剧增大等现象。

    这类模型包括实例回归,局部加权回归LOESS)和样条回归。非参数方法一般适用于低维空间(较少的解释变量)。该局部加权回归曲线是利用点附近的点信息,使用的点信息越多,曲线与拟合直线越接近;使用的点信息越少,与散点越吻合。在变量间非线性关联较强的情况下,相比普通回归,通常更稳健一些。

    介于参数回归与非参回归之间的就是半参数模型,这种模型结合了前面两种参数模型的诸多优点,例如使用的连接函数、分析形式多样化,而且光滑参数值的确认均可以使用广义交叉验证技术。其应用情景首先是因变量在不符合正态分布时,该模型的结果仍然很稳定,我们可以选择不同的分布形式等。非参数模型的另一个典型应用是可以对具有截尾数据的资料进行生存预测。例如,普通生存分析,并没有很好的解决多解释变量的情况,并且对分布有特定的需求,而且当相关假定违反时,往往会对模型产生很大的影响,半参数生存分析回归模型克服了上述参数法的诸多局限,可以灵活地处理许多未知分布与不服从参数分布类型的资料。

    另外,一个比较容易混淆的是广义可加模型(使用连接函数的可加模型),与广义线性模型很相似,主要使用非参估计的方法。




QQ截图未命名.png

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:广义线性模型 非参数回归 loess 解释变量 可加模型 模型 正态分布 局限性 因变量

本帖被以下文库推荐

所有模型都是错的
stata SPSS
白天衣 发表于 2012-12-28 11:17:47 |显示全部楼层
谢谢楼主分享!

使用道具

astra4036 发表于 2013-2-4 08:54:54 |显示全部楼层
学习学习了,但还有很多不会,希望楼主逐个讲细些。
菜鸟,很菜很菜

使用道具

子衿1219 发表于 2013-3-18 10:08:38 |显示全部楼层
MARK

使用道具

afaraway 发表于 2013-4-2 19:39:48 |显示全部楼层
学习中
坚忍卓绝

使用道具

猪香肠 发表于 2016-5-3 10:02:45 |显示全部楼层
太感谢楼主了,豁然开朗

使用道具

建宇 发表于 2016-11-24 11:00:51 |显示全部楼层
学习下,

使用道具

XIAOCrystal 发表于 2017-6-24 16:24:22 |显示全部楼层
非参形式和可加模型有什么关系吗?可以说可加模型是非参形式的一种特殊形式吗?

使用道具

您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2022-5-25 14:30