收缩估计作为模型选择方法的有效性研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    10771006
  • 项目类别：
    面上项目
  • 资助金额：
    21.0万
  • 负责人：
    王汉生
  • 依托单位：
    北京大学
  • 学科分类：
    A0402.统计推断与统计计算
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

模型选择有两个不同的视角。一个视角假设存在一个有限维真实模型。那么模型选择的目的就是一致地发现该有限维真实模型。这被称为模型选择的一致性（Model Selection Consistency）。另外一个视角假设不存在有限维真实模型，那么模型选择的目的是希望某种损失（Loss）或风险（Risk）最小化。这被称为模型选择的有效性（Model Selection Efficiency）。而过去的研究反复表明这两个不同的视角是不可调和的。传统的模型选择方法中BIC是一致的而AIC是有效的。收缩估计（Shrinkage Estimation）作为一种非常有效的变量选择方法，在过去二十年中备受关注。但是，大多数相关研究都源于模型选择一致性这个视角。而本课题将从模型选择有效性这个视角去重新研究收缩估计的统计性质。由于一致性和有效性都是评价模型选择方法优劣的重要标准，因此本课题具有重大理论和实践意义！

结项摘要

项目成果

期刊论文数量（19）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Estimating GARCH models: when to use what ?
估计 GARCH 模型：何时使用什么？
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Econometrics Journal
  • 影响因子：
    1.9
  • 作者：
    Yao; Qiwei;Wang; Hansheng;Huang; Da
  • 通讯作者：
    Da
GARCH模型估计方法选择及对上证指数的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    数理统计与管理
  • 影响因子：
    --
  • 作者：
    王汉生;黄达
  • 通讯作者：
    黄达
Improving dimension reduction via contour-projection
通过轮廓投影改进降维
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Statistica Sinica
  • 影响因子：
    1.4
  • 作者：
    Wang; Hansheng;Ni; Liqiang;Tsai; Chih-Ling
  • 通讯作者：
    Chih-Ling
Shrinkage tuning parameter selection with a diverging number of parameters
具有不同参数数量的收缩调整参数选择
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Royal Statistical Society, Series B
  • 影响因子：
    --
  • 作者：
    Chenlei Leng;Bo Li;Hansheng Wang
  • 通讯作者：
    Hansheng Wang
Sufficient dimension reduction for spatial point processes directed by Gaussian random fields
高斯随机场引导的空间点过程的充分降维
  • DOI：
    10.1111/j.1467-9868.2010.00738.x
  • 发表时间：
    --
  • 期刊：
    Journal of Royal Statistical Society, Series B
  • 影响因子：
    --
  • 作者：
    Yongtao Guan;Hansheng Wang
  • 通讯作者：
    Hansheng Wang

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

大数据环境下的微观信用评价理论与方法研究
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    数据分析
  • 影响因子：
    --
  • 作者：
    张波;杨翰方;王汉生
  • 通讯作者：
    王汉生
“超级市场零售商品的购物篮分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《营销科学学报》第2卷第1辑，2006
  • 影响因子：
    --
  • 作者：
    王汉生;江明华;曹丽娜;金英
  • 通讯作者：
    金英
Dimension reduction for functional regression with a binary response
具有二元响应的函数回归的降维
  • DOI：
    doi:10.1007/s00362-019-01083-1
  • 发表时间：
    --
  • 期刊：
    Statistical papers
  • 影响因子：
    1.3
  • 作者：
    王国长;梁焙婷;王汉生;张宝学;谢宝剑
  • 通讯作者：
    谢宝剑
原创还是转发----基于社交媒体UGC的交互效用研究
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    营销科学学报
  • 影响因子：
    --
  • 作者：
    周静;沈俏蔚;涂平;王汉生
  • 通讯作者：
    王汉生
大数据信用评价的进展与挑战
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    数据分析
  • 影响因子：
    --
  • 作者：
    张波;杨翰方;王汉生
  • 通讯作者：
    王汉生

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

王汉生的其他基金

基于CPU-GPU单机系统的分布式计算方法与统计学理论
  • 批准号：
    12271012
  • 批准年份：
    2022
  • 资助金额：
    46 万元
  • 项目类别：
    面上项目
高维数据的假设检验
  • 批准号：
    11271031
  • 批准年份：
    2012
  • 资助金额：
    50.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码