(3.236.222.124) 您好!臺灣時間:2021/05/13 19:30
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:王安岐
論文名稱:EM方法解決迴歸術中連接問題之研究
指導教授:樓文達樓文達引用關係
學位類別:碩士
校院名稱:國立中正大學
系所名稱:數理統計研究所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:1995
畢業學年度:83
語文別:中文
論文頁數:87
中文關鍵詞:迴歸樹
外文關鍵詞:演繹法
相關次數:
  • 被引用被引用:0
  • 點閱點閱:101
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0

本篇論文中,我們提出一迴歸樹的連接方法,此連接方法稱之為LRTSBM (Logistic Regression Trees Smoothing by EM)。
Lo 在 LRT (Logistic Regression Trees, 1993) 中對於迴歸樹的連接是以基底函數加權平均 (basis function weighted averaging) 來完成,不過加權的範圍則以經驗法則(1/3定義域)來界定。Jordan 與 Jacobs 提出一樹狀結構方法,稱之為 HME (Hierarchical Mixtures of Experts and the EM Algorithm, 1994),其方法在引進 EM 法則 (Dempster, Laird and Rubin, 1977) 後,同時處理 HME 的混合係數 (mixture coefficients) 與混合組成(mixture components) 而建立完整迴歸模式。
本論文主旨有二。一為在合理的基底函數假設下,將 HME 引用的 EM 法則精神用於 LRT 的連接問題上,以決定加權平均範圍,此即為 LRTSEM 方法。一個 1 維度與兩個 2 維度的模擬案例說明了使用LRTSEM 連接後的成果。二為以 LRT 的樹狀結構與切點作為 HME 分析資料的結構與初始切點,而降低 HME 所須的 EM 法則遞迴 (iteration) 次數以增快分析處理速度。兩個不同結構、不同切點的案例將說明 LRT所決定的結構與切點對於 HME 的益處。
本文所有演繹法與模擬結果是以 S-PLUS 程式執行。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔