通过Adaptive LASSO对单指标模型进行变量选择

发布时间：2020-11-03 15:58

　　 单指标模型已经应用于诸多领域,例如在计量经济学中的离散选择分析以及生物统计学中的反应模型等诸多需要应用高维回归模型的领域.该模型既具有参数模型良好的可解释性同时也具有非参数模型的灵活性,能够有效的减小模型偏差且避免了多元非参数的维数灾难问题.我们将在本文使用Adaptive LASSO的惩罚最小二乘方法对单指标模型进行变量选择.与其它传统的变量选择方法相比,我们能够得到模型参数的全局性估计.当单指标模型中参数的维数是一个固定的常量时,在一些给定的条件下,本文证明了参数估计具有Oracle性质,即该方法能够依概率1选择模型中的非零系数变量且所得到的估计量与真实模型的估计具有相同的渐近分布,本文也通过仿真研究和实际数据分析对所提出方法的合理性进行了说明.
【学位单位】：郑州大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F224
【文章目录】：
摘要
Abstract
引言
第一章 问题背景,发展历程及准备知识
    1.1 单指标模型估计的发展及背景
    1.2 LASSO估计的背景及发展
第二章 Adaptive LASSO惩罚估计
    2.1 一些准备工作
    2.2 Adaptive LASSO惩罚最小二乘估计
第三章 Oracle性质
第四章 数值模拟
    4.1 例子
附录
总结
参考文献
致谢

【相似文献】

相关期刊论文 前10条

1 夏亚峰;赵玉环;;纵向数据下部分线性单指标模型的变量选择[J];甘肃科学学报;2017年05期

2 戴永隆;周健伟;;两指标和单指标马尔可夫过程的关系[J];应用概率统计;1987年03期

3 邹清明;朱仲义;;部分线性单指标模型的M-估计[J];系统科学与数学;2016年11期

4 卢一强;李锋;胡斌;;单指标分位数回归的变量选择（英文）[J];应用概率统计;2015年01期

5 朱光良,祝炜平;区域评价中多指标与单指标分析之比较——以浙江省欠发达地区为例[J];地域研究与开发;2002年03期

6 霍永亮;单指标停时σ—域可换性定理证明方法的改进[J];榆林高专学报;1997年02期

7 陈淙洁;朱仲义;;广义单指标模型的方差成分检验[J];复旦学报(自然科学版);2011年01期

8 张霞峰;朱仲义;;单指标回归模型的若干检验问题[J];高校应用数学学报A辑;2007年04期

9 梁昌俊;;试论单指标评教法[J];化工高等教育;2006年03期

10 杜光斌;关于单指标加强形式停止定理的注记[J];延安大学学报(自然科学版);2002年03期

相关博士学位论文 前10条

1 邹清明;单指标模型的几个统计推断问题的研究[D];华东师范大学;2008年

2 李蔚郁;若干单指标模型的统计推断[D];山东大学;2017年

3 郭朝会;线性模型与单指标模型的若干研究[D];重庆大学;2016年

4 齐芯;几类数据下部分线性单指标模型的统计推断[D];吉林大学;2016年

5 李婷婷;半变系数模型和单指标模型的相关研究[D];重庆大学;2012年

6 赵洋;半参数估计方法与理论研究[D];北京工业大学;2017年

7 杨晶;若干半参数模型的稳健推断与模型选择方法[D];重庆大学;2016年

8 何冰;单指标回归模型与半变系数模型的统计推断[D];吉林大学;2011年

9 黄振生;含指标项半参数回归模型的估计与检验[D];华东师范大学;2010年

10 杨文;造纸企业竞争力的实证研究[D];福建农林大学;2009年

相关硕士学位论文 前10条

1 刘阳;通过Adaptive LASSO对单指标模型进行变量选择[D];郑州大学;2018年

2 王鹏飞;单指标模型的异方差检验[D];重庆理工大学;2018年

3 陈宇峰;单指标变换模型的B样条估计[D];江苏师范大学;2017年

4 李吉妮;单指标模型的高维惩罚经验似然[D];广西师范大学;2014年

5 乔静然;单指标模型的诊断技术[D];重庆理工大学;2012年

6 赵智维;基于经验似然的单指标模型序列相关检验[D];中南大学;2007年

7 毛丹;单指标模型在证券投资风险预测中的应用[D];辽宁师范大学;2014年

8 王武;部分线性单指标模型变量选择问题的研究[D];复旦大学;2011年

9 陈淙洁;广义单指标混合模型的方差成分检验[D];复旦大学;2009年

10 黄荣;部分线性单指标模型在股票价格预测中的应用[D];辽宁师范大学;2013年

本文编号：2868788