| 非连续型高维阈值回归理论:稀疏建模与推断 |
| |
| 引用本文： | 李仲达,林建浩,王美今.非连续型高维阈值回归理论:稀疏建模与推断[J].统计研究,2017(4):89-100. |
| |
| 作者姓名： | 李仲达 林建浩 王美今 |
| |
| 作者单位： | 1. 暨南大学经济学院;2. 中山大学岭南学院 |
| |
| 摘 要： | 阈值模型是刻画非线性关系的一类重要模型,但由于传统的阈值估计量具有非标准型的渐近分布以及保守的置信区间,使得其在实证应用中受到限制.针对这些局限性,本文将传统的阈值模型扩展成为具有高维稀疏特征的形式,并从变量筛选的角度去考察模型的结构突变,在此基础上为新的高维阈值模型设计合理的求解算法,并进一步推导了参数估计量的一致性与渐近正态性.通过数值模拟实验发现,高维稀疏的建模方法,不仅能够有效识别出阈值模型的结构突变,对重要变量的参数也有着非常良好的估计效果.
|
| 关 键 词： | 高维阈值模型 稀疏特征 变量选择 参数估计 Karush-Kuhn-Tucker条件 |
Discontinuous High-Dimensional Threshold Regression Theory: Sparse Modeling and Inference |
| |
| Li Zhongda,Lin Jianhao,Wang Meijin.Discontinuous High-Dimensional Threshold Regression Theory: Sparse Modeling and Inference[J].Statistical Research,2017(4):89-100. |
| |
| Authors: | Li Zhongda Lin Jianhao Wang Meijin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
