吴宜超;刘玉峰 分位数回归中的变量选择。 (英语) Zbl 1166.62012年 统计正弦。 19,第2期,801-817(2009). 摘要:成立后R.科恩克和G.巴塞特[《计量经济学》46,33–50(1978;Zbl 0373.62038号)]在过去的三十年中,分位数回归已经成为研究响应变量整体条件分布的一种重要且广泛使用的技术,并发展成为应用统计学的一个重要工具。我们关注惩罚分位数回归的变量选择方面。在一些温和的条件下,我们证明了平滑剪裁绝对偏差(SCAD)和自适应LASSO惩罚分位数回归的预言性质。对于SCAD罚函数,尽管其具有良好的渐近性质,但相应的优化问题是非凸的,因此更难求解。我们利用SCAD惩罚函数的分解作为两个凸函数的差,并提出使用差分凸算法(DCA)解决相应的优化问题。 引用于2评论引用于150文件 理学硕士: 2012年12月62日 参数估计量的渐近性质 62J05型 线性回归;混合模型 65K10码 数值优化和变分技术 65C60个 统计中的计算问题(MSC2010) 65二氧化碳 蒙特卡罗方法 62G08号 非参数回归和分位数回归 关键词:DCA公司;拉索;神谕;分位数回归;SCAD公司;变量选择 引文:兹伯利0373.62038 PDF格式BibTeX公司 XML格式引用 \textit{Y.Wu}和\textit{Y.Liu},Stat.Sin。19,第2号,801--817(2009;Zbl 1166.62012) 全文: 链接