基于大规模数据尾期望回归的分布式计算方法

作者：潘莹丽; 刘飞^*; 刘展; 赵晓洛

来源：统计与决策, 2022, 38(12): 11-16.

DOI：10.13546/j.cnki.tjyjc.2022.12.002

• 大规模数据
• 尾期望回归
• 分布式计算
• 修正的ADMM算法
• NHIS

大规模数据是需要新处理模式才能具有更强的洞察力和决策力的海量、高增长率和多样化的信息资产。分析海量数据的工作异常复杂，主要面临两个挑战：数据的难存储性和偏态性。基于此，文章主要研究以下两个问题：（1）将数据进行分布式存储，减轻单台机器的存储负担，采用尾期望回归分析偏态数据。（2）基于尾期望回归构造全局损失函数的一个交互有效的梯度增强型损失函数，为解决该损失函数的优化问题，提出修正的ADMM算法。模拟研究表明，在有限次主从机器之间交互次数下，提出的分布式计算方法得到的估计误差递减并趋于全局最优方法得到的估计误差。基于全国健康访谈调查（NHIS）数据的实证研究表明，提出的分布式计算方法对国民体重具有良好的预测性能。

• 单位
  武汉体育学院体育科技学院; 华中科技大学