臺灣博碩士論文加值系統

本研究考慮變點迴歸模型，提出一套變點位置選取的方法，使用群正交貪婪演算法搭配高維度訊息準則和篩選進行變點位置的選取。首先使用群正交貪婪演算法的正交性質保證在每次選取時不會選到相同的群，接著使用高維度訊息準則沿著群正交貪婪演算法的路徑選擇模型，最後藉由篩選來幫助我們得到 最終的選取結果，並透過模擬來探討此方法的變點偵測效果。

第一章 緒論 1
第二章 文獻回顧 4
第三章 研究方法 6
3.1 GOGA 7
3.2 HDIC 8
3.3 Trim 9
3.4 GAHT 的演算法 10
第四章 模擬實驗 11
4.1 GAHT 的微調參數選取 11
4.2 模擬結果 11
4.2.1 Group Lasso、Group MCP 及 Group SCAD 的微調參數選取 11
4.2.2 衡量指標介紹 12
4.2.3 模擬例子 14
第五章 結論與展望 27
參考文獻 28

Bae, S. J., Yuan, T., Ning, S. and Kuo, W. (2015). A bayesian approach to modeling twophase degradation using change-point regression, Reliability Engineering & System Safety 134: 66–74.

Breheny, P. and Huang, J. (2009). Penalized methods for bi-level variable selection,Statistics and its interface 2(3): 369–380.

Breheny, P. and Huang, J. (2015). Group descent algorithms for nonconvex penalized linear and logistic regression models with grouped predictors, Statistics and computing 25(2): 173–187.

Chan, N. H., Ing, C.-K., Li, Y. and Yau, C. Y. (2017). Threshold estimation via group orthogonal greedy algorithm, Journal of Business & Economic Statistics 35(2): 334–345.

Ratcliffe, J. H. (2012). The spatial extent of criminogenic places: a changepoint regression of violence around bars, Geographical Analysis 44(4): 302–320.

Yuan, M. and Lin, Y. (2006). Model selection and estimation in regression with grouped variables, Journal of the Royal Statistical Society: Series B (Statistical Methodology) 68(1): 49–67.