$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

Abstract

Support vector quantile regression (SVQR) is capable of providing more complete description of the linear and nonlinear relationships among response and input variables. In this paper we propose a weighted SVQR for the longitudinal data. Furthermore, we introduce the generalized approximate cross validation function to select the hyperparameters which affect the performance of SVQR. Experimental results are the presented, which illustrate the performance of the proposed SVQR.

참고문헌 (19)

  1. Craven, P. and Wahba, G. (1979). Smoothing noisy data with spline functions: Estimating the correct degree of smoothing by the method of generalized cross-validation. Numerical Mathematics, 31, 377-403. 
  2. Geraci, M. and Bottai, M. (2007). Quantile regression for longitudinal data using the asymmetric Laplace distribution. Biostatistics, 8, 140-154. 
  3. Hedeker, D. and Gibbons, R. D. (2006). Longitudinal Data Analysis, John Wiley & Sons. 
  4. Hwang, C. (2007). Kernel machine for Poisson regression. Journal of Korean Data & Information Science Society, 18, 767-772 . 
  5. Hwang, C. (2008). Mixed effects kernel binomial regression. Journal of Korean Data & Information Science Society, 19, 1327-1334 . 
  6. Karlsson, A. (2008). Nonlinear quantile regression estimation for longitudinal data. Communications in Statistics - Simulation and Computation, 37, 114-131. 
  7. Kimeldorf, G. S. and Wahba, G. (1971). Some results on Tchebychean spline functions. Journal of Mathematical Analysis and its Applications, 33, 82-95. 
  8. Koenker, R. (2004). Quantile regression for longitudinal data. Journal of Multivariate Analysis, 91, 74-89. 
  9. Koenker, R. and Bassett. G. (1978). Regression quantile. Econometrica, 46, 33-50. 
  10. Koenker, R. and Hallock, K. F. (2001). Quantile regression. Journal of Economic Perspectives, 40, 122-142. 
  11. Koenker, R. and Park, B. J. (1996). An interior point algorithm for nonlinear quantile regression. Journal of Econometrics, 71, 265-283. 
  12. Li, Y., Liu, Y. and Zhu, J. (2007). Quantile regression in reproducing kernel hilbert spaces. Journal of the American Statistical Association, 102, 255-268. 
  13. Mercer, J. (1909). Functions of positive and ngative type and their cnnection with theory of integral equations. Philosophical Transactions of Royal Society, 415-446. 
  14. Shim , J. and Seok, K. H. (2008). Kernel poisson regression for longitudinal data. Journal of Korean Data & Information Science Society, 19, 1353-1360 . 
  15. Shim , J., Kim, T. Y., Lee, S. and Hwang, C. (2009). Credibility estimation via kernel mixed effects model. Journal of Korean Data & Information Science Society 20, 445-452 . 
  16. Smola, A. and Scholkopf, B. (1998). On a kernel-based method for pattern recognition, regression, approx-imation and operator inversion. Algorithmica, 22, 211-231. 
  17. Wu, H. and Zhang, J. (2006). Nonparametric regression methods for longitudinal data analysis, Wiley. 
  18. Yu, K., Lu, Z. and Stander, J. (2003). Quantile regression: Applications and current research area. The Statistician, 52, Part3, 331-350. 
  19. Yuan, M. (2006). GACV for quantile smoothing splines. Computational Statistics and Data Analysis, 50, 813-829. 

이 논문을 인용한 문헌 (5)

  1. 2010. "" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 21(5): 973~981 
  2. 2011. "" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 22(5): 999~1005 
  3. Shim, Joo-Yong ; Hwang, Chang-Ha 2012. "M-quantile kernel regression for small area estimation" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 23(4): 749~756 
  4. 2012. "" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 23(4): 825~832 
  5. Shim, Jooyong ; Kim, Youngwon ; Hwang, Changha 2013. "Generalized kernel estimating equation for panel estimation of small area unemployment rates" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 24(6): 1199~1210 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일