Mixture composite regression models with multi-type feature selection
本文的目的是提出一个混合复合回归模型的索赔严重性建模。索赔严重性建模提出了几个挑战,如多模态,重尾性和数据的系统性影响。我们解决这个建模问题,通过研究一个混合复合回归模型的同时建模的损耗和大额索赔,并考虑系统的影响,在混合物成分以及混合概率。对于模型拟合,我们提出了一种组融合正则化方法,允许我们选择解释变量,显着影响混合概率和不同的混合成分,分别。我们开发了一个渐近理论,这种正规化的估计方法,并使用一种新的广义期望最大化算法进行拟合。我们在真实的汽车保险数据集上验证了我们的方法。
2021-07-30 econ.EM stat.AP stat.ME
qgam: Bayesian non-parametric quantile regression modelling in R
广义可加模型(GAM)是一种灵活的非线性回归模型,可以使用mgcv R软件包提供的近似贝叶斯方法有效地拟合。虽然mgcv提供的GAM方法是基于响应分布是参数化建模的假设,但在这里,我们讨论更灵活的方法,不需要任何参数假设。特别地,本文介绍了qgam包,它是mgcv的扩展,提供了用于在R中拟合分位数GAM(QGAM)的快速校准贝叶斯方法。QGAM基于Koenker(2005)的弹球损失的平滑版本,而不是基于似然函数,因此,联合实现分位数点估计的令人满意的精度和相应可信区间的覆盖需要采用Fasiolo、Wood、Zaffran、Nedellec和Goude(2020 b)的专门贝叶斯拟合框架。在这里,我们详细介绍了这个框架是如何在qgam中实现的,我们提供了一些例子来说明如何在实践中使用这个包。
2020-07-07 stat.AP stat.CO stat.ME
Moderation effects and elasticities in compositional regression with a total. Application to Bayesian spatiotemporal modelling of all-cause mortality from environmental stressors
University of Girona(赫罗纳大学);Centro de Investigación Biomédica en Red de Epidemiología y Salud Pública, Instituto de Salud Carlos III(公共卫生与流行病学生物医学研究中心,卡洛斯三世健康研究所)
本文提出了一种基于贝叶斯空间时间建模的方法,用于分析环境压力源对全部原因死亡率的影响,考虑总效应和调节效应。
2025-05-12 stat.AP stat.ME
Robust non-parametric mortality and fertility modelling and forecasting: Gaussian process regression approaches
School of Mathematics and Actuarial Science, University of Leicester(莱斯特大学数学与精算学院)
本文提出一种基于高斯过程回归的非参数方法,利用自然三次样条均值函数和谱混合协方差函数对年龄别死亡率和生育率进行建模与预测,在多个发达国家数据上相比主流方法显著提升了短期、中期和长期预测的精确性与稳健性。
2021-02-18 cs.LG stat.AP stat.ME
Modelling correlated ordinal data by random-effects logistic regression models: simulation and application
有序分类数据经常出现在生物医学、农业和社会科学数据的分析中。逻辑斯谛回归模型在分析有序分类数据时很有吸引力,因为它可以用来解释参数估计。有序响应可以被聚类,并且聚类内的受试者可以是正相关的。为了适应这种相关性,我们向每个聚类响应的线性预测因子添加一个随机分量。本文介绍并比较了用于分析有序分类数据的随机效应逻辑斯谛回归模型。所提出的模型应用于农业试验数据。为了评估随机效应和均质模型的性能,我们进行了模拟研究。我们的分析,应用到实际数据和模拟,表明个别类别的概率估计较差的同质模型。随机效应模型拟合具有统计学显著性的数据,并更精确地估计各个类别的概率。
2016-01-07 stat.AP
Censored Regression for Modelling International Small Arms Trading and its "Forensic" Use for Exploring Unreported Trades
在本文中,我们使用一个删失回归模型来调查挪威小武器转让倡议(NISAT)提供的小武器和弹药(SAA)的国际贸易数据。以网络为基础的观点来看,我们不仅依赖于外生协变量,但也估计内生网络效应。我们采用了空间自相关(SAR)模型与多个权重矩阵。采用蒙特卡罗期望最大化(MCEM)算法使可能性最大化。我们的方法揭示了强大而稳定的内生网络效应。此外,我们发现证据表明,民用和军用小武器出口之间存在着严重的路径依赖性和密切联系。然后以“法医”方式使用该模型分析潜在的网络结构,从而查明出口或进口趋势高于或低于数据所反映的趋势的国家。该方法也验证了使用模拟研究。
2019-08-21 stat.AP
Toe-Heal-Air-Injection Thermal Recovery Production Prediction and Modelling Using Quadratic Poisson Polynomial Regression
本研究探讨了应用多变量回归模型,仅使用油藏温度预测石油和天然气生产的脚趾热空气注入(THAI)提高石油采收率的过程。本文利用二次二次多项式讨论了热电偶之间的统计相互作用的影响,表明了显著的产量预测精度。热电偶之间的相互作用在统计上包括较大储层区域的温度,从而改进预测模型。两个热电偶的相互作用可以解释为在THAI运行寿命周期内燃烧区温度梯度向前移动。与简单回归模型相比,包括相互作用的二次多项式回归对石油和天然气产量的预测都有重大改进。泊松回归的应用略微提高了石油产量的预测精度,对提高天然气产量预测效果较差。二次泊松回归模型显示了石油和天然气生产值的现实生产预测方法,这是由于泊松概率分布的性质,它对于速率和计数值是非负的。
2020-11-27 eess.SP physics.data-an stat.AP
Modelling the term-structure of default risk under IFRS 9 within a multistate regression framework
North-West University(西北大学);National Institute for Theoretical and Computational Sciences (NITheCS)(理论计算科学国家研究所)
本文通过三种模型比较研究,探讨了在贷款生命周期中违约风险的建模方法,发现复杂度递增的模型能更准确预测损失准备金,提升IFRS 9下的估计效率和准确性。
2026-04-20 q-fin.RM q-fin.ST stat.AP
Predictive Modelling of Critical Variables for Improving HVOF Coating using Gamma Regression Models
本文提出基于实验统计设计与Gamma回归的广义线性模型框架,用于准确预测热喷涂工艺的关键目标变量,助力优化涂层技术。
2024-04-26 cs.NA math.NA physics.app-ph
The effect of Hybrid Principal Components Analysis on the Signal Compression Functional Regression: With EEG-fMRI Application
目的:针对标量数据和函数数据同时存在的情况,即混合数据和混合数据,提出了混合主成分分析(HPCA)。在混合数据的回归模型中,我们可以计算协变量调整的HPCA、半函数部分线性回归、具有信号压缩的函数上函数(FOF)回归和函数加性回归模型。在这篇文章中,我们研究了混合数据的HPCA分解对信号压缩FOF回归预测精度的影响。方法:我们提出了一个两步的程序,将HPCA的功能回归。第一步是基于HPCA重建数据,第二步是合并其他维度上的数据并计算所需功能维度的逐点平均值。我们还选择了基于均方灭绝误差(MSPE)的HPCA的数量。测试结果:在这两个模拟中,我们证明了具有第一个HPCA的回归模型在没有HPCA和具有训练/测试方法的所有HPCA中具有最好的准确度预测和模型拟合总结。最后,我们将我们的方法应用于EEG-fMRI数据集。结论:我们的结论是,我们的方法提高了EEG数据集的实验预测。我们建议不要在所需的维度上使用函数PCA,而是使用HPCA重建数据并在函数回归模型的其他两个维度上对其进行平均。
2021-01-19 stat.AP stat.CO stat.ME
Scalar on time-by-distribution regression and its application for modelling associations between daily-living physical activity and cognitive functions in Alzheimer's Disease
可穿戴数据是一种丰富的信息来源,可以更深入地了解人类行为与人类健康之间的联系。现有的建模方法使用通过使用回归技术的标量摘要在受试者级别总结的可穿戴数据,使用功能数据分析(FDA)的时间(一天中的时间)曲线,以及使用分布式数据分析(DDA)的分布。我们建议使用特定于主题的时间分布(TD)数据对象来捕获可穿戴数据中的时间局部分布信息。具体来说,我们提出了标量时间分布回归(SOTDR)模型之间的关联感兴趣的标量响应,如健康结果或疾病状态和TD预测。我们表明,TD数据对象可以通过一组随时间变化的L-矩,捕捉分布的变化,一天中的时间来吝啬地表示。所提出的方法应用于轻度阿尔茨海默病(AD)的加速度计研究。轻度AD与最大体力活动水平降低显著相关,特别是在早晨。它还表明,TD预测获得更强的关联与临床认知量表的注意力,文字记忆,和执行功能相比,预测总结通过标量总活动计数,时间功能曲线,和分位数函数。总之,目前的结果表明,SOTDR分析提供了新的见解认知功能和AD。
2021-06-07 stat.AP
EMD-regression for modelling multi-scale relationships, and application to weather-related cardiovascular mortality
在一些环境研究中,自然过程之间的关系往往是通过回归分析,利用时间序列数据来评估的。这些数据通常是多尺度和非平稳的,导致所得回归模型的准确性较差,因此得出的结果具有中等可靠性。为了解决这个问题,本文介绍了经验模态分解(EMD)算法的数据序列,然后使用回归模型中产生的组件组成的EMD回归方法。所提议的方法具有若干优点。首先,它说明了与数据系列相关的非平稳性问题。其次,这种方法可以扫描不同时间尺度下的响应变量和预测变量之间的关系,为这种关系提供新的见解。为了说明所提出的方法,它适用于研究天气和心血管疾病死亡率之间的关系在加拿大蒙特利尔。结果揭示了新的知识,有关的研究关系。例如,他们表明,湿度可以在月时间尺度上导致过量的死亡率,这是一个在经典模型中不可见的尺度。还进行了比较与最先进的方法,这是广义可加模型和分布滞后模型,这两个广泛使用的天气相关的健康研究。比较表明,EMD回归实现了更好的预测性能,并提供了更多的细节比经典模型的关系。
2017-09-07 stat.AP
A Bayesian binomial regression model with latent Gaussian processes for modelling DNA methylation
表观遗传观察结果由来自给定细胞池的读数总数和甲基化读数的数量表示,使得通过二项分布对该数据进行建模是合理的。有许多因素可以影响在特定区域的成功概率。此外,这些概率具有很强的空间(与基因组一起)依赖性。我们将依赖于协变量和空间依赖的甲基化概率的观察池的细胞通过一个二项式回归模型与潜在的高斯场和logit链接函数。我们采用贝叶斯方法,包括模型配置的先验规范。为了得到参数和模型的联合后验分布,我们在不同的协变量选择上运行跳模马尔可夫链蒙特卡罗算法(MJMCMC)。这还允许找到最佳协变量集以对感兴趣的基因组区域内的甲基化概率和协变量的个体边缘包含概率进行建模。
2020-04-28 q-bio.GN q-bio.QM stat.AP
Robust modelling framework for short-term forecasting of global horizontal irradiance
电力需求的增加和对清洁能源的需求增加了太阳能的使用。为了便于电网管理,需要准确的太阳能预测。本文利用比勒陀利亚大学2020年7月至2021年8月的数据,比较了两种高斯过程回归(GPR)模型与加性分位数回归(AQR)和贝叶斯结构时间序列(BSTS)模型相结合对全球水平辐照度进行提前2天预报的精度。采用四种方法进行变量选择,Lasso,ElasticNet,Boruta和GBR(梯度提升回归)。使用GBR选择的变量,因为它们产生最低的MAE(最小绝对误差)值。比较了七种模型GPR(高斯过程回归)、双层DGPR(双层深度高斯过程回归)、bstslong(贝叶斯结构时间序列长)、AQRA(加性分位数回归平均)、QRNN(分位数回归神经网络)、PLAQR(部分线性加性分位数回归)和Opera(ExpRt聚合在线预测)。用于选择最佳模型的评估指标是MAE(平均绝对误差)和RMSE(均方根误差)。使用适当的评分规则和墨菲图进行了进一步的评估。最好的个人模型被认为是GPR。最佳预测组合为基于MAE的AQRA(AQR Averaging)。而基于RMSE的GPNN是最佳的预测组合方法。像Eskom这样的公司可以使用本研究中采用的方法来控制和管理电网。其结果将促进经济发展和能源资源的可持续性。
2022-12-12 stat.AP
A novel distribution-free hybrid regression model for manufacturing process efficiency improvement
这项工作的动机是一个特殊的问题,现代造纸工业,其中最大效率的纤维填料回收过程是期望的。许多不需要的材料以及有价值的纤维和填料作为造纸过程的副产品出现,大部分都是废物。高效的Krofta supracell的工作是将不需要的材料与有价值的材料分离,以便可以从废料中收集纤维和填料,并在制造过程中重复使用。Krofta的效率取决于几个关键的工艺参数,监控它们是一个困难的命题。为了解决这一问题,我们提出了一种新的回归树(RT)和人工神经网络(ANN)的混合,混合RT-ANN模型,以解决超细胞回收率低的问题。该模型用于实现提高超小区效率的目的,即,回收率提高。此外,给出了该模型的普适性的理论结果与一个重要的模型参数的最佳值。实验结果表明,所提出的混合RT-ANN模型在预测Krofta回收率方面比其他传统的回归模型具有更高的精度,用于解决Krofta效率问题。这项工作将有助于造纸公司成为环保的最小生态破坏和改善废物回收。
2018-10-29 stat.AP
Data modelling recipes for SARS-CoV-2 wastewater-based epidemiology
基于废水的流行病学被认为是监测的支柱之一,为流行病管理提供了必要的信息。该方法的核心是数据建模概念,既用于传达监测结果,也用于分析信号。由于该领域的快速发展,使用了一系列建模概念,但没有一个连贯的框架。本文件提供了这样一个框架,重点放在容易适用的强大和简单的概念,而不是应用最新的研究结果,例如,机器学习。它表明,数据预处理,最重要的归一化通过生物标志物和等时间间隔的分散的数据,是至关重要的。就后者而言,下采样到每周间隔的系列就足够了。此外,数据平滑被证明是必不可少的,不仅对信号动态的通信,而且对回归,临近预报和预测也是如此。信号与流行病指标的相关性需要多元回归,因为信号本身不能解释动态,但简单的线性回归证明是一种合适的补偿工具。它还表明,短期预测(7天)是准确的简单模型(指数平滑或自回归模型),但预测精度恶化的速度更长的时间。
2022-02-07 stat.AP
Mathematical modelling European temperature data: spatial differences in global warming
本文分析了网格化的欧洲降水数据。我们将简单的线性回归与聚类等数据挖掘工具相结合,并通过现代自举方法评估结果的强度。我们已经使用了65年来每日温度的0.5级网格,由欧洲气候评估创建。我们通过改变线性回归的起点来检查结果的稳定性-这种方法可能对气候学家寻找评估欧洲全球变暖的“最佳”起点有价值。比较了不同的Bootstrap方法,结果表明相依加权Bootstrap方法是检验估计量显著性的最佳方法。
2018-10-30 stat.AP
Bayesian semiparametric modelling of contraceptive behavior in India via sequential logistic regressions
在印度,计划生育的特点是战略方案差异很大,包括针对具体方法的避孕目标、强制绝育和最近的无目标方法。随着时间的推移,计划生育政策的这些重大变化激发了人们对评估不同方案的有效性的极大兴趣,同时了解哪些人口亚群没有得到适当解决。目前的研究考虑了上述政策的具体方面,例如,包括与使用避孕药具的妇女选择绝育以外的其他避孕方法有关的因素。虽然这些分析产生了相关的见解,但它们未能提供对不同计划生育政策以及避孕选择背后的决定因素的全球概览。出于这种考虑,我们提出了一个贝叶斯半参数模型依赖于通过一组条件伯努利选择的多项式概率质量函数的重新参数化。连续的二元结构被定义为与印度目前的计划生育政策相一致,并与避孕选择的合理过程相一致。这种灵活的表述和仔细的重新参数化相结合,使得在一个单一的模型内对印度的不同政策和避孕偏好有一个更广泛和可解释的概览。
2017-07-31 stat.AP
A semi-supervised learning framework for quantitative structure-activity regression modelling
监督学习模型,也称为定量结构活性回归(QSAR)模型,越来越多地用于辅助临床前小分子药物发现过程。这些模型是在由分子结构的有限维表示及其相应的目标特异性活性组成的数据上训练的。然后,这些模型可以用于预测以前未测量的新化合物的活性。在这项工作中,我们解决两个问题,这种方法。第一个是估计对于与训练数据中的化合物非常不同的化合物,模型预测的质量降低的程度。第二个是调整许多训练数据集固有的筛选依赖选择偏差。在最极端的情况下,仅报告通过活性依赖性筛选的化合物。通过使用半监督学习框架,我们证明了可以进行预测,其中考虑到测试化合物与训练数据中的化合物的相似性,并调整报告选择偏差。我们说明了这种方法使用公开的结构活性数据的一个大的化合物由葛兰素史克公司(Tres Cantos抗疟疾集),以抑制体外恶性疟原虫的生长。
2020-01-07 stat.AP stat.ML
Comparing two approaches for modelling the loss given default of credit cards: Run-off triangles vs regression
North-West University(西北大学);National Institute for Theoretical and Computational Sciences (NITheCS)(理论与计算科学国家研究所)
本文对比信用卡违约损失率建模的流量三角形法与回归法,发现回归法能更好恢复U型分布,预测更准确,在IFRS 9框架下更优。
2026-10-06 q-fin.RM stat.AP
Modelling higher education dropouts using sparse and interpretable post-clustering logistic regression
针对高校辍学风险子群识别问题,提出先聚类再以聚类特定效应 logistic 回归建模并用定制 LASSO 实现稀疏可解释的方法,且在意大利大学体系案例中验证。
2025-05-12 stat.AP stat.ML
A hybrid model of kernel density estimation and quantile regression for GEFCom2014 probabilistic load forecasting
作为2014年全球能源预测竞赛概率负荷预测轨道的一部分,我们提出了一种结合核密度估计(KDE)和分位数回归技术生成概率预测的模型。KDE方法最初是使用时间衰减参数实现的。我们后来通过调节温度或一周的周期变量来改进这种方法,以提供更准确的预测。其次,我们发展了一个简单而有效的分位数回归预测。我们的方法的新颖方面是双重的。首先,我们将对称性引入到基于核密度估计的预测的时间衰减参数中。其次,我们结合三个概率预测不同的权重为不同时期的一个月。
2016-10-17 physics.data-an physics.soc-ph stat.AP
Exploring different subtypes of recurrent event Cox-regression models in modelling lifetime default risk: A tutorial
North-West University(西北大学);National Institute for Theoretical and Computational Sciences (NITheCS)(理论与计算科学国家研究所)
本文探讨了不同类型的复发事件Cox回归模型在建模终身违约风险中的应用,通过实证分析展示了AG模型与PWP模型的性能差异,并提出了改进违约风险评估的方法。
2026-01-28 q-fin.RM q-fin.ST stat.AP