The penalized least squares interpr

The penalized least squares interpretation of the classical random effects estimator suggests a possible way forward for quantile regression models with a large number of “fixed effects”. The introduction of a large number of individual fixed effects can significantly inflate the variability of estimates of other covariate effects. Regularization, or shrinkage of these individual effects toward a common value can help to modify this inflation effect. A general approach to estimating quantile regressionmodelsforlongitudinaldataisproposedemploying
1 regularizationmethods.Sparselinear algebra and interior point methods for solving large linear programs are essential computational tools. © 2004 Elsevier Inc. All rights reserved.

ผลลัพธ์ (ไทย) 1:

การลงโทษอย่างน้อยสี่เหลี่ยมตีความประมาณผลสุ่มคลาสสิกแนะนำเป็นไปได้วิธี quantile รุ่นถดถอยมีจำนวนมาก "ผล fixed" การแนะนำของ fixed แต่ละผลจำนวนมากสามารถ significantly inflate ความแปรปรวนของการประมาณการของผลอื่น ๆ covariate Regularization การหดตัวของผลกระทบเหล่านี้แต่ละคนยังมีค่าทั่วไปสามารถช่วยปรับเปลี่ยนผล inflation นี้ แนวทางทั่วไปเพื่อประเมิน quantile regressionmodelsforlongitudinaldataisproposedemploying 1 regularizationmethods Sparselinear พีชคณิตและจุดภายในวิธีการแก้ปัญหาโปรแกรมเชิงเส้นขนาดใหญ่เป็นเครื่องมือคำนวณที่จำเป็น © 2004 Elsevier อิงค์ สงวนลิขสิทธิ์

ผลลัพธ์ (ไทย) 2:

ลงโทษตีความน้อยสแควร์ของผลสุ่มคลาสสิกประมาณการแสดงให้เห็นวิธีการที่เป็นไปได้ไปข้างหน้าสำหรับรุ่นถดถอย quantile ที่มีจำนวนมากของ "Fi ผลกระทบคงที่" การเปิดตัวของจำนวนมากของผลกระทบคงที่แต่ละคนสามารถมีนัยสำคัญอย่างมีในฟลอริด้ากินความแปรปรวนของการประเมินผลกระทบตัวแปรร่วมอื่น ๆ regularization หรือหดตัวจากผลกระทบของแต่ละบุคคลเหล่านี้ที่มีต่อค่าทั่วไปสามารถช่วยในการปรับเปลี่ยนนี้มีผลบังคับใช้ ation ฟลอริด้า วิธีการทั่วไปในการประเมิน regressionmodelsforlongitudinaldataisproposedemploying quantile? 1 regularizationmethods.Sparselinear พีชคณิตและจุดภายในวิธีการในการแก้ปัญหาโปรแกรมเชิงเส้นที่มีขนาดใหญ่เป็นเครื่องมือที่สำคัญในการคำนวณ © 2004 Elsevier Inc. สงวนลิขสิทธิ์

ผลลัพธ์ (ไทย) 3:

การลงโทษอย่างน้อยการประมาณการผลสุ่มคลาสสิกแนะนำหนทางไปข้างหน้าควอนไทล์ถดถอยแบบมีตัวเลขขนาดใหญ่ของ " จึง xed ผล " การแนะนำของจำนวนมากของบุคคลจึงสามารถ signi xed ผลจึงลดลงอย่างมีนัยสําคัญเมื่อในflกินการประมาณการผลกระทบของตัวแปรอื่น ๆ ผิดกฎหมาย หรือการหดตัวของบุคคลเหล่านี้ที่มีต่อค่าทั่วไปสามารถช่วยแก้ไขในflอาดผล วิธีการทั่วไปที่จะทำการควอนไทล์ regressionmodelsforlongitudinaldataisproposedemploying1 regularizationmethods พีชคณิต sparselinear และวิธีจุดภายในสำหรับการแก้ปัญหาโปรแกรมเชิงเส้นใหญ่เป็นเครื่องมือการคำนวณที่จำเป็น สงวนลิขสิทธิ์ 2547 Elsevier Inc สงวนสิทธิ์ทั้งหมด