大数据下广义线性模型的参数估计算法

摘要：

在大数据下,全样本量很大,未知参数极大似然估计的计算变得十分困难.文章主要对于广义线性模型参数的极大似然估计研究一种有效的计算方法.首先证明了随机抽样算法下的估计量的渐近正态性,由此提出了入样概率的选取准则及两步随机抽样算法.模拟研究表明,绝大部分情况下,运用文章提出的方法所得到广义线性模型极大似然估计量的均方误差低于与之对比的简单随机抽样.

关键词：大数据、广义线性模型、两步随机抽样算法、渐近正态性、入样概率

所属期刊栏目：40

资助基金：上饶师范学院校级自选课题201905

在线出版日期：2020-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：927-940