纵向数据可加模型的识别  

Identification for Additive Model with Longitudinal Data

作　　者：李德高[1] 

机构地区：[1]嘉兴学院数理与信息工程学院,浙江嘉兴314001

出　　处：《嘉兴学院学报》2017年第6期28-32,共5页Journal of Jiaxing University

基　　金：浙江省教育厅科研项目(Y201330003)

摘　　要：在利用样条函数近似可加模型的基础上,结合QIF和SCAD双惩罚的方法,同时识别纵向数据可加模型中非显著的部分(零成分)和模型中的线性部分,模拟结果表明,上述方法提高了参数估计的效率.Based on the approximate additive model of spline function,we identify the nonlinear components（zero components）and the linear components from the additive model with longitudinal data by a combined method of smoothly clipped absolute deviation（SCAD）penalties and quadratic inference functions（QIF）.The simulation results show that the approach proposed improves the efficiency of parameter estimation.

关 键 词：可加模型 样条函数 SCAD惩罚 二次推断函数 纵向数据 

分 类 号：O211.61[理学—概率论与数理统计]