高维广义线性模型的拟似然自适应Lasso估计

摘要：

利用惩罚拟似然方法,讨论高维广义线性模型的拟似然自适应Lasso估计.该方法能同时进行变量选择和参数估计.在适当的条件下,证明了所得估计的相合性和Oracle性质,并利用数据模拟和实例分析说明了所提方法的优良性质.

关键词：广义线性模型、惩罚拟似然、变量选择、Oracle性质

所属期刊栏目：47

分类号：O212(概率论与数理统计)

资助基金：教育部人文社会科学研究青年基金18YJC910003

在线出版日期：2019-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9