典型文献
基于岭回归模型大数据最优子抽样算法研究
文献摘要：
随着大数据时代的来临,为了提高计算效率,Wang等(2018)提出基于logistic回归的最优子抽样算法,在保证参数估计精度的前提下,节省了大量的运算时间.为解决变量间的多重共线性,文章提出基于岭回归模型的最优子抽样算法,并证明岭回归模型中参数估计的一致性与渐近正态性.利用数值模拟与实证分析对最优子抽样算法进行评估,结果表明,利用最优子抽样构建的模型与全样本构建的模型在参数估计的精度相近,并大幅减少了运算时间.
文献关键词：
大数据;最优子抽样算法;岭回归
中图分类号：
作者姓名：
李莉莉;靳士檑;周楷贺
作者机构：
青岛大学经济学院,青岛266100
文献出处：
引用格式：
[1]李莉莉;靳士檑;周楷贺-.基于岭回归模型大数据最优子抽样算法研究)[J].系统科学与数学,2022(01):50-63
A类：
最优子抽样算法
B类：
岭回归模型,算法研究,高计算效率,Wang,logistic,参数估计,估计精度,运算时间,多重共线性,渐近正态性
AB值：
0.140104
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
