重庆理工大学学报2022，Vol.36Issue(8) ：307-317.DOI:10.3969/j.issn.1674-8425(z).2022.08.037

高维纵向数据的亚组识别方法及应用

Subgroup identification of high-dimensional longitudinal data and its application

段谦 吉洋莹 黄磊
重庆理工大学学报2022，Vol.36Issue(8) ：307-317.DOI:10.3969/j.issn.1674-8425(z).2022.08.037
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

高维纵向数据的亚组识别方法及应用

Subgroup identification of high-dimensional longitudinal data and its application

段谦 1吉洋莹 1黄磊1
扫码查看

作者信息

  • 1. 西南交通大学数学学院,成都 611756
  • 折叠

摘要

在高维纵向数据建模的背景下,构建了一种数据驱动的亚组识别方法,将极大极小凹惩罚方法和同质划分方法结合起来,并基于二值分割法对回归系数之间的变点进行识别.通过统计模拟实验,将所构建的亚组识别方法和其他6种方法进行对比,检验了所构建的亚组识别方法的性能.通过一个实例数据的分析,即国内各地区生产总值和产业结构的建模,进一步阐述了该方法的优势.

关键词

亚组识别/变量选择/高维纵向数据/二值分割

引用本文复制引用

基金项目

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量1
参考文献量5
段落导航相关论文