基于弹性网约束的稳健变量选择

摘要：

大数据时代下收集到的数据常含有异常值或呈现尖峰厚尾以及变量之间具有较强的相关性,针对此问题,结合秩回归和自适应弹性网(Adaptive Elastic-net)提出了一种高效稳健的变量选择方法.此方法的最大优点在于不仅能够有效处理协变量之间的强相关性而且还能克服多重共线性问题,同时能抵抗厚尾分布或异常值的影响,实现稳健的变量选择.在数值计算方面,采用二次近似和牛顿迭代算法以获得新变量选择方法的稳定数值解,仿真实验表明:新提出的方法比现有方法表现更好,特别是对于厚尾分布或异常值的情况.最后,通过对中国重要的股票市场指数——中证100指数的跟踪,进一步表明该方法在有效样本下具有良好的表现.

关键词：秩回归、弹性网约束、稳健估计、变量选择、中证100指

所属期刊栏目：39

分类号：O213.9(概率论与数理统计)

资助基金：国家社会科学基金;重庆市基础科学与前沿研究技术专项项目

在线出版日期：2022-04-14（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：68-74