查詢結果分析
相關文獻
- Split Selection Methods for Regression Tree on Detecting Regional Economic Convergence
- A Study on the Application of Classification and Regression Trees(CART)via an Example of Sweet Potato Data
- 整合類神經網路與無母數統計鑑別模式之二階段信用評等模式
- 階層式模糊規則與決策樹為基礎的分類器
- 應用決策樹探討中學生學習成就的相關因素
- 以Cubist迴歸樹建構公司情境特質之股權評價模型
- 整合類神經網路與分類迴歸樹在建構企業危機診斷模式上之應用
- 融合公司治理的信用評等模型:Cubist迴歸樹模型之應用
- 以分類迴歸樹法研究某教會醫院捐款人之捐款行為
- 配電系統負載密度及負載參差率決策支援系統之建立
頁籤選單縮合
題 名 | Split Selection Methods for Regression Tree on Detecting Regional Economic Convergence=用以偵測區域經濟收斂的迴歸樹其分割選取方法 |
---|---|
作 者 | 張心如; 史玉山; 蘇宗仁; | 書刊名 | 中國統計學報 |
卷 期 | 52:2 2014.06[民103.06] |
頁 次 | 頁180-208 |
分類號 | 550.1331 |
關鍵詞 | 迴收斂經濟體; 迴歸樹; 殘差的特徵分析; 選取偏差; Convergence clubs; Regression tree; Residual analysis; Selection bias; |
語 文 | 英文(English) |
中文摘要 | 我們提出迴歸樹中新的分割選取方法來認定經濟體成長率的收斂與否。在選取切割變數上,我們利用了空間模型上殘差的特徵分析。經由模擬實驗得知此方法具有選取的不偏性且較徹底搜尋法更能有效地選取到變數。在切割點的判定上 ,我們亦提出更有效率的方法。我們利用此迴歸樹方法分析歐盟 NUTS資料並認定其中部分經濟體成長率的收斂性。 |
英文摘要 | A split selection method for building regression tree in order to identify economic convergence clubs is proposed. It selects the split variable by analyzing residual patterns of some spatial models which are fitted to the data in each node. Through simulations, we find that this method is unbiased and it has more power in selecting informative variables than the method of Postiglione et al (2010). Our split point selection method is more effective than its counterpart as well. Furthermore, the method is applied to a NUTS 2 level data set and some economic clubs are detected. |
本系統中英文摘要資訊取自各篇刊載內容。