高维广义线性模型的惩罚拟似然SCAD估计

摘要：

基于光滑切片绝对偏差(smoothly clipped absolute deviation,SCAD)惩罚的拟似然方法,研究高维广义线性模型的变量选择和参数估计问题.所提方法只需要对响应变量期望函数和方差函数的正确设定.在适当的正则条件下,证明了拟似然SCAD估计具有相合性和Oracle性质.最后通过数据模拟和实例分析,验证了所提方法的有限样本性质.

关键词：广义线性模型、高维数据、变量选择、拟似然方法、光滑切片绝对偏差

所属期刊栏目：64

分类号：O212.1(概率论与数理统计)

资助基金：国家自然科学基金11801346;教育部人文社会科学研究青年基金18YJC910014;陕西省自然科学基础研究计划2018JM1024;中央高校基本科研业务费专项资金GK201503012,GK201503015

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：533-539