一种自适应稀疏Group Lasso分位数回归估计

doi:10.13546/j.cnki.tjyjc.2022.10.002

	一种自适应稀疏Group Lasso分位数回归估计
	薛娇1 ; 傅德印1,2 ; 高海燕1 ; 韩海波 1
	2022-05-26
发表期刊	统计与决策
卷号	38 期号:10 页码:10-15
摘要	稀疏惩罚分位数回归是高维数据分析中进行变量选择和稳健估计的重要工具。对于具有分组解释变量的问题，期望达到组内和组间稀疏的理想效果，但是许多现有方法未能实现这一目标。文章将自适应Lasso和自适应Group Lasso相结合，构建了一种自适应稀疏Group Lasso惩罚分位数回归（Q-AdSGL）模型，给出了基于ADMM算法的模型求解方法，并讨论了估计量的Oracle性质。通过Monte Carlo模拟研究和实例分析证明了所提模型和算法的有效性。
关键词	分位数回归自适应稀疏Group Lasso Oracle性质变量选择
DOI	10.13546/j.cnki.tjyjc.2022.10.002
URL	查看原文
收录类别	北大核心 ; CSSCI
ISSN	1002-6487
语种	中文
原始文献类型	学术期刊
中图分类号	O212.1
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/32744
专题	统计与数据科学学院校领导
作者单位	1.兰州财经大学统计学院; 2.中国劳动关系学院
第一作者单位	统计与数据科学学院
推荐引用方式 GB/T 7714	薛娇,傅德印,高海燕,等. 一种自适应稀疏Group Lasso分位数回归估计[J]. 统计与决策,2022,38(10):10-15.
APA	薛娇,傅德印,高海燕,&韩海波.(2022).一种自适应稀疏Group Lasso分位数回归估计.统计与决策,38(10),10-15.
MLA	薛娇,et al."一种自适应稀疏Group Lasso分位数回归估计".统计与决策 38.10(2022):10-15.