메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Jooyong Shim (Inje University) Changha Hwang (Dankook University) Insuk Sohn (Arontier) Kyungha Seok (Inje University)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제31권 제6호
발행연도
2020.11
수록면
1,155 - 1,165 (11page)
DOI
10.7465/jkdi.2020.31.6.1155

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Quantile regression fits specified percentiles of the response, such as the 90th percentile, and can potentially describe the entire conditional distribution of the response. Sometimes quantile functions estimated at different quantiles can cross each other. Varying coefficient models are a useful extension of classical linear models. We propose a new noncrossing varying coefficient support vector quantile regression method based on a location-scale model. To choose the hyper-parameters we apply the model selection method that use cross validation techniques. The proposed method provides a good solution for estimating noncrossing quantile regression functions when several quantiles are required. Real examples are provided to show the usefulness of the proposed method.
#Location-scale model #non-crossing quantile regression #quantile regression #support vector quantile regression #varying coefficient quantile regression

목차

Abstract
1. Introduction
2. Varying coefficient support vector quantile regression
3. Noncrossing varying coefficient support vector quantile regression
4. Numerical studies
5. Conclusion
References

참고문헌 (22)

참고문헌 신청
Cawley, G. C. / 2004 / Heteroscedastic kernel ridge regression / Neurocomputing 57:105~124 google schola Cole, T. J. / 1990 / The LMS method for constructing normalized growth standards / European Journal of Clinical Nutrition 44:45~60 google schola Hardle, W. / 1989 / Applied nonparametric regression / Cambridge University Press google schola Hastie, T. / 1993 / Varying-coefficient models / Journal of Royal Statistical Society B 55:757~796 google schola He, X. / 1997 / Quantile curves without crossing / The American Statistician 51:86~192 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-041-000080198