squares

2025年2月3日机构名称:

双重加权的普通最小二乘技术的最新进展用于动态治疗方案

摘要。动态治疗方案（DTR）是一种提供精确药物的方法，该方法使用患者特征来指导治疗方法以实现最佳健康结果。已经提出了许多用于DTR估计的方法，包括动态加权的普通最小二乘（DWOLS），这是一种基于回归的方法，在易于实现的分析框架内具有双重鲁棒性来模拟模型错误指定。最初，DWOL方法是在连续结果和二元治疗决策的假设下开发的。是在临床研究的激励下，随后的理论进步扩大了DWOLS框架，以解决各种结果类型的二元，连续和多酸性处理，包括二进制，连续和生存类型。但是，某些方案仍未开发。本文总结了DWOLS方法的扩展和应用的最后十年，对原始DWOLS方法及其扩展进行了全面而详细的审查，并突出了其多样化的实际应用。我们还探讨了已经解决了与DWOL实施相关的挑战的研究，例如模型验证，可变选择和处理测量错误。使用模拟数据，我们提出了数值插图以及在R环境中的分步实现，以促进对基于DWOL的DTR估计方法的更深入的了解。

查看详细

File

2024年10月24日机构名称:

差分射线跟踪，以有效地计算抑制最小二乘算法中的雅各布

多年来，抑制最小二乘（DLS）算法一直是优化操作系统的选择方法。dls需要评估雅各布的优化操作数，这通常由fi-nite di ff herences进行。尽管有限差异方法的简单性具有一些主要的缺点，即对许多功能评估的需求及其有限的稳定性和精度。作为一种替代算法二元（AD）[1]，已在包括镜头设计在内的许多学科中使用[2]，通常被称为Di ff构成射线跟踪，主要用于端到端设计的上下文[3]。AD的基本思想是用链条规则来描述可以通过链条来划分的优化操作数的组合。取决于应用链条规则的方向，该方法称为AD向前模式或AD反向模式。在此贡献中，我们提出了一种方法，可以在前和重复模式下使用AD稳定地计算Jacobian。这使我们可以使用伪牛顿方法，例如DLS，而不是基于一阶梯度的甲基ODS进行优化。用于射线表面相交的分化的数学分析可以实现性能。对于具有许多优化参数的自由式设计，这证明了这一点，因为已知这些系统特别具有挑战性[4]。

查看详细

File

2024年10月24日机构名称:

数据分析 - 使用 - 最高方案 - 结构...

摘要在当代研究中，部分最小二乘结构方程建模（PLS-SEM）已成为一种关键的统计工具，特别对于分析涉及多个构造和指标的复杂结构模型特别有效。本文旨在阐明PLS-SEM在定量研究中的应用，并强调其在扩展理论和同时估算测量和结构模型方面的优势。方法论方法分为三个主要阶段：数据筛选和诊断测试，测量模型评估以及结构模型评估。数据筛选通过解决丢失的数据和异常值来确保数据集的适用性，而诊断测试满足正态性，线性性和多重共线性假设。测量模型评估通过复合可靠性和提取的平均方差（AVE）指标来验证结构。结构模型评估评估构建体之间关系的重要性和相关性，确定确定系数（R²和调整后的R²），评估中介效应并分析适度变量。通过详细说明这些方法论步骤，本文为旨在在其研究中使用PLS-SEM的研究人员提供了一份综合指南，强调其严格和实用性在处理复杂的理论模型中。关键字：部分最小二乘结构方程建模（PLS-SEM），数据筛选，测量模型，结构模型。介绍当代研究，数据分析技术对于从复杂数据集获得有意义的见解至关重要。在这些技术中，部分最小二乘结构方程建模（PLS-SEM）已获得突出，特别是在涉及多个构造和指标的复杂结构模型中。本文旨在阐明PLS-SEM在研究中的应用，强调其在扩展现有理论并同时估算测量和结构模型方面的相关性和优势。

查看详细

File

2022年6月8日机构名称:

可扩展的无衍生物非线性最小二乘优化的子空间方法

摘要我们基于随机子空间内的迭代最小化，为基于大规模模型的无衍生衍生型选择引入了一个通用框架。我们为我们的方法提供了概率的最差复杂性分析，特别是我们在实现给定最佳性之前证明了迭代次数的高概率界限。该框架专门针对非线性最小二乘问题，该框架具有基于高斯– Newton方法的基于模型的框架。此方法通过构造本地线性插值模型来近似Jacobian，从而实现可扩展性，并在每个迭代中计算具有用户确定的维度的每个迭代的新步骤。然后，我们描述了该框架的实际实现，我们称之为dfbgn。我们概述了选择插值点和搜索子空间的有效技术，得出的实现了，该实现的每卷线性代数成本（在问题维度为线性），同时还可以通过评估来衡量，同时还可以实现快速客观的降低。广泛的数值结果表明，DFBGN提高了可伸缩性，在大规模的非线性最小二乘问题上产生了强劲的性能。

查看详细

File

2002年6月10日机构名称:

和自由结单变量最小二乘数据近似...

8 结点放置策略 9 8.1 手动方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 8.5 基于消除趋势的方法 . ... . ...

查看详细