单调缺失机制下高维纵向线性回归模型的变量选择
[Abstract]:In the case of monotonic absence of response variables, variable selection of high dimensional longitudinal linear regression model is considered. Based on inverse probabilistic weighted generalized estimation equations, an automatic variable selection method is proposed. This method does not use existing penalty functions, does not involve the problem of nonconvex optimization of penalty functions, and can automatically eliminate zero regression coefficients. At the same time, the estimation of nonzero regression coefficient is obtained. Under certain regular conditions, it is proved that the variable selection method has Oracle property. Finally, the finite sample properties of the proposed method are verified by simulation.
【作者单位】: 浙江农林大学统计系;
【基金】:浙江省自然科学基金(LQ15A010008,LY17A010026) 全国统计科学研究项目(2016LZ06) 浙江省统计研究课题(20150616)
【分类号】:O212.1
【相似文献】
相关期刊论文 前10条
1 杨丽霞;魏立力;;基于粗糙集方法的有序尺度变量选择[J];宁夏大学学报(自然科学版);2009年02期
2 赵宇;黄思明;;带有变量选择过程的分类模型误差分析[J];数学的实践与认识;2010年17期
3 樊亚莉;徐群芳;;稳健的变量选择方法及其应用[J];上海理工大学学报;2013年03期
4 陶靖轩;多元分析中的变量选择问题研究[J];中国计量学院学报;2001年01期
5 李树军,纪宏金;对应聚类分析与变量选择[J];地球物理学进展;2005年03期
6 陈黎明;赵永红;;转换函数未知时转换模型的变量选择[J];四川大学学报(自然科学版);2011年05期
7 刘民千,张润楚;超饱和设计的变量选择[J];南开大学学报(自然科学版);2000年03期
8 王进;;聚类分析中的距离与变量选择[J];山西财经大学学报;2007年S1期
9 张波;方国斌;;高维面板数据降维与变量选择方法研究[J];统计与信息论坛;2012年06期
10 高仁祥,张世英,刘豹;基于神经网络的变量选择方法[J];系统工程学报;1998年02期
相关会议论文 前1条
1 张俊华;方伟武;;调查表分析中变量选择的一些方法(英文)[A];中国运筹学会第六届学术交流会论文集(下卷)[C];2000年
相关博士学位论文 前10条
1 吕晶;几类半参数回归模型的稳健估计与变量选择[D];重庆大学;2015年
2 王康宁;几类高维复杂数据半参数模型的结构识别、变量选择及稳健估计[D];山东大学;2016年
3 王大荣;分散度量模型中的变量选择[D];北京工业大学;2009年
4 王明秋;高维数据下若干回归模型的变量选择问题研究[D];大连理工大学;2012年
5 刘吉彩;生存数据统计模型的变量选择方法[D];华东师范大学;2014年
6 樊亚莉;稳健变量选择方法的若干问题研究[D];复旦大学;2013年
7 董莹;高维共线性统计模型的参数估计与变量选择[D];大连理工大学;2014年
8 叶飞;相对误差准则下的估计理论和变量选择方法的研究[D];清华大学;2013年
9 袁晶;贝叶斯方法在变量选择问题中的应用[D];山东大学;2013年
10 王树云;基于Bayes方法和图限制下正规化方法的变量选择问题及其在基因组数据中的应用[D];山东大学;2010年
相关硕士学位论文 前10条
1 邓秋玲;SCAD和ADS方法在比例风险模型中的应用[D];广西大学;2015年
2 韦新星;几种变量选择方法在Cox模型中的应用[D];广西大学;2015年
3 王唯;部分线性模型的变量选择问题研究[D];湘潭大学;2015年
4 潘玉婷;含多元非线性结构的高维Logistic模型的同时变量选择及半参数估计[D];中国科学技术大学;2016年
5 刘丹;Cox模型及变系数Cox模型中的变量选择问题研究[D];暨南大学;2016年
6 闫湛;混料试验设计变量选择的Cp方法研究[D];广州大学;2016年
7 黄亚慧;偏t正态数据下基于最小一乘的回归估计和变量选择[D];重庆大学;2016年
8 王婉秋;基于低秩模型基因—环境交互作用的贝叶斯变量选择方法[D];东北师范大学;2016年
9 徐梅花;分类中的变量选择方法及应用[D];华中科技大学;2015年
10 李翠平;乘积回归模型的变量选择研究[D];河南大学;2016年
,本文编号:2193346
本文链接:https://www.wllwen.com/kejilunwen/yysx/2193346.html