吉 文 超

(重慶大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，重慶 401331)

1 概 述

(1)

2 光滑參數(shù)優(yōu)化算法

2.1 REML方法

考慮到使用混合效應(yīng)模型去估計(jì)光滑參數(shù)λ，下面將主要采用基于截?cái)喽囗?xiàng)式樣條基(TPFbases)的懲罰樣條方法(penalizedspline)去估計(jì)光滑回歸函數(shù)m(x)。從形式來(lái)講，二者更容易建立聯(lián)系。首先介紹p階截?cái)喽囗?xiàng)式樣條基(truncatedpolynomialbasis)

(2)

式(2)中，參數(shù)p，K分別表示樣條基的階數(shù)和節(jié)點(diǎn)個(gè)數(shù)，從其形式上可以直接觀(guān)察到，系數(shù)參數(shù)βi，(i=0，1，…，p)和ui，(i=1，2，…，K)的估計(jì)值的優(yōu)劣將直接影響樣條模型對(duì)回歸函數(shù)曲線(xiàn)的擬合。Wand(2003)和Ruppert，etal.(2003)建立了基于截?cái)喽囗?xiàng)式基的懲罰樣條模型與混合效應(yīng)模型之間的聯(lián)系，并且通過(guò)混合效應(yīng)模型得到了樣條基系數(shù)的最優(yōu)線(xiàn)性無(wú)偏估計(jì)值(bestlinearunbiasedestimator)。

m(x)=Xβ+ZKu

Vλ

(3)

(4)

式(4)經(jīng)過(guò)分解化簡(jiǎn)后可變形為

在得到光滑參數(shù)λ的估計(jì)值后，由此得到參數(shù)系數(shù)β，u的最優(yōu)估計(jì)值，具體做法如下。

2.2 EM算法

3 模 擬

考察3種光滑參數(shù)的選擇方法，分別是GCV準(zhǔn)則，REML準(zhǔn)則和EM算法。將通過(guò)實(shí)驗(yàn)?zāi)M更直觀(guān)的展示不同選擇方法的差異性，下面以模型殘差作為主要分析對(duì)象去考察曲線(xiàn)擬合的優(yōu)劣，采用RASE(rootaveragesquarederror)作為評(píng)價(jià)準(zhǔn)則，即：

Cao(2010)曾用此準(zhǔn)則評(píng)價(jià)基于樣條方法的變系數(shù)模型函數(shù)系數(shù)擬合的優(yōu)劣，為了消除隨機(jī)性帶來(lái)的影響，分別進(jìn)行100次試驗(yàn)，并取其均值作為最終RASE值。

表1 3種不同光滑參數(shù)選擇的對(duì)比

關(guān)于m1(x)的模擬分析，表中第一列和第一行分別對(duì)應(yīng)的是噪音水平和樣本容量。

首先選擇目標(biāo)函數(shù)，即：

m1=4.26(e-3.25x-4e-6.5x+3e-9.75x)

其對(duì)應(yīng)的響應(yīng)變量是y1=m1+ε1，ε1服從正態(tài)分布，x定義在區(qū)間[0，1]上。在函數(shù)模擬過(guò)程中，為了更客觀(guān)地展示不同光滑參數(shù)選擇準(zhǔn)則的特點(diǎn)，采用3種不同大小的樣本容量，分別為n=100，200，400和3種不同的方差大小σ=0.1，0.2，0.3，共計(jì)9組試驗(yàn)。在每一組試驗(yàn)中，分別求出基于3種不同光滑參數(shù)選擇方法下的RASE值，并作對(duì)比(表1)，從表1中可以看出，基于GCV準(zhǔn)則和REML準(zhǔn)則的光滑參數(shù)選擇差異不大，并且隨著樣本量的增加差異會(huì)逐漸減小，但是整體而言，基于REML準(zhǔn)則的光滑參數(shù)選擇下的模型誤差要略大于前者，并且在相同樣本容量下，這種差異并不會(huì)因?yàn)闃颖痉讲畹娜趸鴾p小，而EM算法能在一定程度上減小因REML準(zhǔn)則欠光滑(undersmoothing)現(xiàn)象帶來(lái)的模型誤差。圖1表示的是在方差σ=0.3的情況下，基于EM算法的模型擬合情況，黑色曲線(xiàn)表示測(cè)試函數(shù)m1(x)，另外3條擬合曲線(xiàn)分別表示在3種不同樣本容量大小下的模型擬合情況。如圖1所示，模型的擬合效果會(huì)隨著樣本量的增加而增加，特別當(dāng)n=400時(shí)，藍(lán)色曲線(xiàn)與黑色曲線(xiàn)高度重合。

圖1 目標(biāo)函數(shù)m1(x)的散點(diǎn)圖光滑

圖2 關(guān)于motorcycle data的散點(diǎn)圖光滑

4 實(shí)例分析

5 總 結(jié)

結(jié)合EM算法與REML方法來(lái)優(yōu)化光滑參數(shù)，并與GCV方法和REML方法做了對(duì)比，結(jié)果顯示在大樣本情況下，EM算法能夠提高模型的擬合精度，并在實(shí)例分析中取得了較好的擬合效果。但是對(duì)于非正態(tài)樣本或者非獨(dú)立方差情形下該算法的適應(yīng)性和穩(wěn)定性問(wèn)題，仍需做更深入的研究。

參考文獻(xiàn)：

[1] RUPPERT D，WAND M P，CARROLL R J. Semiparameteric Regression[M].Cambridge University： Cambridge university press， 2003

[2] SILVERMAN B W. Some Aspects of the Spline Smoothing Approach to Nonparametric Regression Curve Fitting[J].Journal of the Royal Statistical Society，1986，47：1-52

[3] KAUERMANN G. A Note on Smoothing Parameter Selection for Penalized Spline Smoothing[J]. Journal of statistical planning and inference ，2005，127：53-69

[4] WELHAM S J，CULLIS B R. A Comparison of Mixed Model Splines for Curve Fitting[J].Australian & New Zealand Journal of Statistics ，2007，49：1-23

[5] CAO Y，LIN H，WU T Z， et al. Penalized Spline Estimation for Functional Coefficient Regression Models[J].Computational statistics & data analysis，2010，54：891-905

[6] EILERS P H C，MARX B D. Flexible Smoothing with B-splines and Penalities[J]. Statistical science，1986(11)：89-121

[7] LEE T C M. Smoothing Parameter Selection for Smoothing Splines：a Simulation Study[J]. Computational Statistics & Data Analysis，2003，42：139-148

[8] GIJBEL S ，VERHASSELT A. P-splines Regression Smoothing and Difference Type of Penalty[J]. Stat Comput，2010，20：499-511