Online Smooth Backfitting for Generalized Additive Models

We propose an online smoothing backfitting method for generalized additive models coupled with local linear estimation. The idea can be extended to general nonlinear optimization problems. The strategy is to use an appropriate-order expansion to approximate the nonlinear equations and store the coef...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of the American Statistical Association Jg. 119; H. 546; S. 1215 - 1228
Hauptverfasser:	Yang, Ying, Yao, Fang, Zhao, Peng
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Alexandria Taylor & Francis 02.04.2024 Taylor & Francis Ltd
Schlagworte:	Additives Algorithmic convergence Algorithms Americans Candidates Computation Computational efficiency cost effectiveness equations Estimation Internet Nonlinear equations Online learning Optimization Statistical efficiency Statistics Streaming data system optimization
ISSN:	0162-1459, 1537-274X, 1537-274X
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!