TY -的A2 -平托,迭戈盟——Muhammadullah萨拉非盟- Urooj Amena盟——Mengal穆罕默德Hashim盟——汗,沙赫扎德阿里盟——Khalaj哈里PY - 2022 DA - 2022/05/06 TI -横断面分析饱和脉冲指标异常值检测方法估计通过正则化技术应用COVID-19数据SP—2588534六世- 2022 AB -脉冲指标对孤立点检测的饱和是一个流行的方法在时间序列建模中,它优于至少修剪广场(LTS) M-estimator, MM-estimator。然而,使用IIS横断面分析异常值检测方法仍然未知。在本文中,我们调查的可行性IIS横截面数据的方法。同时,我们感兴趣的预测性能和协变量选择在异常值的存在。IIS方法使用Autometrics技术来估计协变量和离群值作为协变量的数量 P > n 观察。除了Autometrics,正则化技术是一个众所周知的方法在高维协变量选择和预测分析。然而,IIS正则化技术方法的效率仍然未知。为此,我们探索正则化技术的效率样本外预测异常值的存在有6和4个标准差(SD)和正交协变量。仿真结果表明,竹荚鱼,MCP表现在预测和协变量选择4 SD Autometrics相比异常值(20%和5%)。然而,反是套索和AdaLASSO选择比竹荚鱼和MCP拥有更高的RMSE。总的来说,正则化技术拥有至少比Autometrics RMSE Autometrics拥有最少的平均指标的成本至少平均效能。我们使用COVID-19横断面收集的数据从2021年7月1日到2021年9月30日为实际数据分析。竹荚鱼和MCP选择c反应蛋白水平、性别和其他并发症住院的一个重要预测因子与最小的样本外的RMSE 7.45和7.50,分别。SN - 1748 - 670 - 2022/2588534 / 10.1155 x你——https://doi.org/10.1155/2022/2588534——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER