基于logistic回归模型的大数据分布式两步子抽样算法  被引量:6

Distributed Two-step Subsampling Algorithm for Logistic Regression Model

在线阅读下载全文

作  者:李莉莉[1] 杜梅慧 张璇 LI Li-li;DU Mei-hui;ZHANG Xuan(School of Economics,Qingdao University,Qingdao 266100,China;School of Economics,Nankai University,Tianjin 300071,China;China National of Standardization,Beijing 100088,China)

机构地区:[1]青岛大学经济学院,山东青岛266100 [2]南开大学经济学院,天津300071 [3]中国标准化研究院,北京100088

出  处:《数理统计与管理》2022年第5期858-866,共9页Journal of Applied Statistics and Management

基  金:国家社科基金项目(2019BTJ028)。

摘  要:随着大数据时代的到来,分布式存储系统被广泛应用,这使得数据的分析面临较大的挑战。本文主要基于文[1]提出的两步子抽样算法思想,提出分布式两步子抽样算法,利用该算法得到的参数估计量具有一致性和渐近正态性。采用数值模拟及真实数据预测,进一步对算法进行评估,结果表明,分布式两步子抽样算法与简单随机抽样算法相比精度更高,与全样本相比,在保证精度损失很小的基础上,节约了CPU运行时间,提高了算法效率。With the advent of the era of big data,distributed storage systems are widely used,which brings greater challenges for data analysis.Based on the idea of two-step algorithm proposed by Wang et al.(2018),the distributed two-step subsampling algorithm was proposed in this paper.The asymptotic normality and convergence rate of the estimators are presented.Evaluate the performance of the distributed two-step subsampling algorithm by using numerical simulations and real datasets.The results show that the distributed two-step subsampling algorithm always has higher accuracy compared to simple random sampling algorithm.Compared to the full data approach it takes significantly less computing time on the basis of high accuracy.

关 键 词:大数据 分布式存储 两步子抽样算法 LOGISTIC回归模型 

分 类 号:O212[理学—概率论与数理统计]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象