Asymptotics of Subsampling for Generalized Linear Regression Models under Unbounded Design
Rattachement africain : cn, sg. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
The optimal subsampling is an statistical methodology for generalized linear models (GLMs) to make inference quickly about parameter estimation in massive data regression. Existing literature only considers bounded covariates. In this paper, the asymptotic normality of the subsampling M-estimator based on the Fisher information matrix is obtained. Then, we study the asymptotic properties of subsampling estimators of unbounded GLMs with nonnatural links, including conditional asymptotic properties and unconditional asymptotic properties.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Asymptotics of Subsampling for Generalized Linear Regression Models under Unbounded Design
- Date Crossref
- 31/12/2022
- Éditeur
- MDPI AG
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Harbin Institute of Technology pays non établi dans la noticeUniversité ou école supérieure
-
Soochow University pays non établi dans la noticeUniversité ou école supérieure
-
National University of Singapore Department of Industrial Systems Engineering & Management pays non établi dans la noticeUniversité ou école supérieure
-
School of Mathematics pays non établi dans la noticeUniversité ou école supérieure
-
School of Mathematical Sciences pays non établi dans la noticeUniversité ou école supérieure
Harbin Institute of Technology, Soochow University et Department of Industrial Systems Engineering & Management — National University of Singapore, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.