文献类型：期刊文章

作　　者：胡爱军[1] 李楚进[2]

HU Aijun;LI Chujin(School of Mathematics and Economics,Hubei University of Education,Wuhan 430205,China;School of Mathematics and Statistics,Huazhong University of Science and Technology,Wuhan 430074,China)

机构地区：[1]湖北第二师范学院数学与经济学院,湖北武汉430205 [2]华中科技大学数学与统计学院,湖北武汉430074

出　　处：《应用数学》

基　　金：国家自然科学基金项目(11971185);湖北省教育厅科学研究计划指导性项目(B2021253)。

年　　份：2022

卷　　号：35

期　　号：4

起止页码：974-981

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、MR、ZGKJHX、ZMATH、核心刊

摘　　要：为应对分布式大数据对传统统计建模分析带来的巨大挑战,考虑Expec tile回归模型以实现基于分布式大数据的有效数据处理和统计推断.其新颖之处在于对分布式存储于每台机器中的数据,分别应用Expectile回归,再通过平均方法聚合这些回归结果并进行综合推断.在算法上,考虑在处理大数据计算中热门的交替方向乘子算法(ADMM)基础上,提出了分块ADMM算法,该迭代算法易于并行计算,结果稳健,而且可以显著减少存储大数据所需的容量.不仅基于分布式大数据的Expectile回归模型的参数估计具有良好的有效性和渐近性质,而且数值模拟和实证分析也都验证了该方法在处理分布式大数据时的有效性.

关 键 词：分布式大数据  Expectile回归  ADMM算法  BAER方法  

分 类 号：O212.1]