负二项回归模型的重对数律和强相合性

摘要：

本文构建负二项回归模型选择架构,研究在模型选择中对数似然函数的渐近性质及其与联系函数之间的依赖关系;推出模型参数最大似然估计的重对数律,并建立该类模型选择的强相合准则;证明在一些条件下,如果惩罚项阶数随模型的维数增加且介于O(lnln n)和O(n)之间,则由负最大对数似然和其惩罚项组成的模型选择准则几乎必然选择最简单的正确模型.

关键词：重对数律、负二项回归、最大似然估计、模型选择、强相合性

所属期刊栏目：38

分类号：O212.4(概率论与数理统计)

资助基金：国家自然科学基金11861017

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：59-69