广义线性模型下ERIC方法的调节参数选择
王亚荣; 白永昕; 田茂再
2019-02-10
发表期刊统计与信息论坛
期号2页码:19-27
摘要变量选择是处理高维统计模型的基本方法,在回归模型的变量选择中SCAD惩罚函数不仅可以很好地选择出正确模型,同时还可以对参数进行估计,而且还具有oracle性质,但这些良好的性质是基于选择出一个合适的调节参数。目前国内关于调节参数选择方面大多是对于变量选择问题的研究,针对广义线性模型基于SCAD惩罚使用新方法 ERIC准则进行调节参数的选择,并证明在一定条件下经过该准则选择的模型具有一致性。模拟与实证分析结果表明,ERIC方法在选择调节参数方面优于传统的CV准则、AIC准则和BIC准则。
关键词SCAD惩罚 ERIC信息准则 广义线性模型 变量选择 调节参数选择
URL查看原文
收录类别CSSCI
ISSN1007-3116
语种中文
来源期刊等级C1类
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/10902
专题统计与数据科学学院
作者单位1.兰州财经大学统计学院;
2.中国人民大学统计学院;
3.中国人民大学应用统计科学研究中心
推荐引用方式
GB/T 7714
王亚荣,白永昕,田茂再. 广义线性模型下ERIC方法的调节参数选择[J]. 统计与信息论坛,2019(2):19-27.
APA 王亚荣,白永昕,&田茂再.(2019).广义线性模型下ERIC方法的调节参数选择.统计与信息论坛(2),19-27.
MLA 王亚荣,et al."广义线性模型下ERIC方法的调节参数选择".统计与信息论坛 .2(2019):19-27.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
28014.pdf(420KB)期刊论文出版稿暂不开放CC BY-NC-SA请求全文
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[王亚荣]的文章
[白永昕]的文章
[田茂再]的文章
百度学术
百度学术中相似的文章
[王亚荣]的文章
[白永昕]的文章
[田茂再]的文章
必应学术
必应学术中相似的文章
[王亚荣]的文章
[白永昕]的文章
[田茂再]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。