基于样条的美国暴力犯罪率建模的极小极大算法
应用统计
2018-04-19 v1
摘要
本文聚焦于通过三次样条基方法对美国 1960–2014 年按人口计的暴力犯罪率进行建模。我们提出了一种用于三次样条回归的节点检测与估计的新极小/极大（min/max）算法。我们采用最小二乘估计，基于三次样条模型与由极小/极大算法选定的节点来寻找潜在的回归系数。随后我们利用最优子集回归方法辅助模型选择，在其中寻找贝叶斯信息准则的最小值。最后，我们报告调整 R²（R_{adj}^{2}）作为所选模型整体拟合优度的度量。在五十个州与华盛顿特区中，我们发现 51 个里有 42 个的 R_{adj}^{2} 值大于 90%。我们也给出了全美国的总体模型。我们的方法可作为未来年份暴力犯罪率的统一模型。
引用
@article{arxiv.1804.06806,
title = {A Min.Max Algorithm for Spline Based Modeling of Violent Crime Rates in USA},
author = {Eric Golinko and Lianfen Qian},
journal= {arXiv preprint arXiv:1804.06806},
year = {2018}
}
备注
12 pages, 10 figures