期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
删失回归模型中一个LASSO型变量选择和估计方法(英文) 被引量:8
1
作者 王占锋 吴耀华 赵林城 《应用概率统计》 CSCD 北大核心 2010年第1期66-80,共15页
删失回归模型是一种很重要的模型,它在计量经济学中有着广泛的应用.然而,它的变量选择问题在现今的参考文献中研究的比较少.本文提出了一个LASSO型变量选择和估计方法,称之为多样化惩罚L1限制方法,简称为DPLC.另外,我们给出了非0回归系... 删失回归模型是一种很重要的模型,它在计量经济学中有着广泛的应用.然而,它的变量选择问题在现今的参考文献中研究的比较少.本文提出了一个LASSO型变量选择和估计方法,称之为多样化惩罚L1限制方法,简称为DPLC.另外,我们给出了非0回归系数估计的大样本渐近性质.最后,大量的模拟研究表明了DPLC方法和一般的最优子集选择方法在变量选择和估计方面有着相同的能力. 展开更多
关键词 删失回归模型 最小绝对偏差 变量选择 LASSO
在线阅读 下载PDF
删失回归模型的分位数变量选择和压缩估计
2
作者 叶仁玉 《中国科学技术大学学报》 CAS CSCD 北大核心 2014年第2期101-105,共5页
删失回归模型是一种响应变量受限制的模型,广泛应用于计量经济学中.针对删失回归模型,借助于分位数估计方法和SCAD型惩罚函数,提出了一种变量选择和压缩估计方法.该方法可选出对模型有贡献的回归变量,即非0回归系数,同时给出非零参数的... 删失回归模型是一种响应变量受限制的模型,广泛应用于计量经济学中.针对删失回归模型,借助于分位数估计方法和SCAD型惩罚函数,提出了一种变量选择和压缩估计方法.该方法可选出对模型有贡献的回归变量,即非0回归系数,同时给出非零参数的一个相合估计.另外,获得了变量选择方法的oracle性质.最后,利用数值模拟计算说明所提出方法的效果. 展开更多
关键词 删失回归模型 分位数估计 SCAD 变量选择 oracle性质
在线阅读 下载PDF
删失回归模型中基于LAD的线性假设检验研究(英文)
3
作者 崔文泉 《中国科学技术大学学报》 CAS CSCD 北大核心 2004年第5期511-523,共13页
在ZhaoLC .Linearhypothesistestingincensoredregressionmodels基础上讨论了删失回归模型的线性假设检验问题 ,在局部备择假设成立时 ,给出了基于最小绝对偏差所构造的检验统计量的渐近分布 。
关键词 局部备择假设 线性假设检验 删失回归模型 渐近分布
在线阅读 下载PDF
删失回归模型中SCAD型变量选择与估计(英文) 被引量:4
4
作者 刘显慧 王占锋 吴耀华 《中国科学技术大学学报》 CAS CSCD 北大核心 2013年第3期182-189,共8页
删失回归模型是一种很重要的响应变量受限制的模型,它广泛应用于计量经济学中.基于SCAD罚函数,提出了SCAD型罚变量选择方法.该方法可选出重要的回归变量,即真参数中非零系数,同时给出非零参数相合估计.另外,证明了变量选择方法是相合的... 删失回归模型是一种很重要的响应变量受限制的模型,它广泛应用于计量经济学中.基于SCAD罚函数,提出了SCAD型罚变量选择方法.该方法可选出重要的回归变量,即真参数中非零系数,同时给出非零参数相合估计.另外,证明了变量选择方法是相合的,具有oracle性质.最后,进行数值模拟计算说明所提出方法的效果。 展开更多
关键词 删失回归模型 变量选择 oracle性质
在线阅读 下载PDF
关于多水平删失正态回归模型的模拟研究
5
作者 郝永红 张志琴 王彤 《中国卫生统计》 CSCD 北大核心 2009年第2期117-120,127,共5页
目的探讨不同条件下的数据对于多水平删失正态回归模型参数点估计及其标准误的影响。方法模拟二水平删失正态回归数据,分别拟合二水平正态回归模型和二水平删失正态回归模型,并给出不同的一、二水平样本量及内相关系数条件,比较其参数... 目的探讨不同条件下的数据对于多水平删失正态回归模型参数点估计及其标准误的影响。方法模拟二水平删失正态回归数据,分别拟合二水平正态回归模型和二水平删失正态回归模型,并给出不同的一、二水平样本量及内相关系数条件,比较其参数点估计及参数标准误估计结果。结果二水平样本量越大,固定系数、一水平残差及残差间协方差的标准误估计越准确,而方差成分标准误估计的准确性对于一水平样本量要求较弱,内相关系数对参数标准误估计的准确性影响不大。结论存在删失因变量的多水平结构数据应使用多水平删失正态回归模型进行参数估计,其标准误与合适的各水平样本含量及内相关系数有关。 展开更多
关键词 多水平模型 删失回归模型 多水平正态回归模型 模拟研究
在线阅读 下载PDF
基于线性化技术的删失变点回归模型估计
6
作者 王小刚 《统计与决策》 CSSCI 北大核心 2022年第11期31-34,共4页
文章基于线性化技术估计删失变点回归模型中的变点位置及模型参数,克服了传统格点搜索法的收敛速度过慢、变点估计的实际意义不强等缺陷。由于变点存在导致目标函数在变点处不可导的困难,因此线性化技术通过泰勒展开将变点位置转变为模... 文章基于线性化技术估计删失变点回归模型中的变点位置及模型参数,克服了传统格点搜索法的收敛速度过慢、变点估计的实际意义不强等缺陷。由于变点存在导致目标函数在变点处不可导的困难,因此线性化技术通过泰勒展开将变点位置转变为模型参数,利用传统删失回归模型加以估计,简便易行且估计结果的收敛速度较快。数值模拟表明估计结果具有良好的有效性和稳健性,慈善捐款的实证分析也验证了所提方法的可行性。 展开更多
关键词 变点 删失回归模型 TOBIT回归模型 线性化技术
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部