Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Hypothesis testing sure independence screening for nonparametric regression

Texto completo
Autor(es):
Zambom, Adriano Zanin ; Akritas, Michael G.
Número total de Autores: 2
Tipo de documento: Artigo Científico
Fonte: ELECTRONIC JOURNAL OF STATISTICS; v. 12, n. 1, p. 767-792, 2018.
Citações Web of Science: 0
Resumo

In this paper we develop a sure independence screening method based on hypothesis testing (HT-SIS) in a general nonparametric regression model. The ranking utility is based on a powerful test statistic for the hypothesis of predictive significance of each available covariate. The sure screening property of HT-SIS is established, demonstrating that all active predictors will be retained with high probability as the sample size increases. The threshold parameter is chosen in a theoretically justified manner based on the desired false positive selection rate. Simulation results suggest that the proposed method performs competitively against procedures found in the literature of screening for several models, and outperforms them in some scenarios. A real dataset of microarray gene expressions is analyzed. (AU)

Processo FAPESP: 12/10808-2 - Algoritmos para Testes de Hipótese em Regressão Não-Paramétrica e suas Propriedades Assintóticas com Aplicações em Seleção de Variáveis
Beneficiário:Adriano Zanin Zambom
Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado