文献

J-GLOBAL ID：201702232688044127   整理番号：17A1499551

変動係数Coxモデルのための変数選択と構造同定【Powered by NICT】

Variable selection and structure identification for varying coefficient Cox models

著者 (2件)： Honda Toshio (Graduate School of Economics, Hitotsubashi University, Kunitachi, Tokyo 186-8601, Japan) ,  Yabe Ryota (Department of Economics, Shinshu University, Matsumoto, Nagano 390-8621, Japan)
資料名： Journal of Multivariate Analysis  (Journal of Multivariate Analysis)
巻： 161  ページ： 103-122  発行年： 2017年 
JST資料番号： D0675A  ISSN： 0047-259X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 高次元共変数を用いた変動係数Coxモデルを考察した。はこれらのモデルにグループLassoを適用し,変数選択法を提案した。著者らの方法は,それらから真の半変動係数モデルを見出すために高次元変動係数モデルの同時変数選択と構造同定に対処できる。もオラクル不等式を導出し,拘束固有値条件を検討した。時変係数を持つCoxモデルに焦点を当てた。変数選択に関する理論的結果は,言及するいくつかの他の重要なモデルに容易に拡張でき,同じ方法で処理できるので,した。ここで考察したモデルは,構造化ノンパラメトリック回帰モデルの中で最も一般的である。数値研究の結果も報告した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 回帰モデル ,  固有値 ,  *変動係数 ,  高次元 ,  構造形成 ,  *モデル ,  不等式 ,  ノンパラメトリック法 ,  *構造同定 ,  *変数選択
準シソーラス用語： 数値研究 ,  オラクル , 【Automatic Indexing@JST】

著者キーワード (6件)： Bスプライン基底 ,  検閲生存データ ,  グループLasso ,  高次元データ ,  準変動係数モデル ,  構造化ノンパラメトリック回帰モデル

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 変動係数 ,  モデル ,  変数選択 ,  構造同定