陈嘉华;陈泽华 小-(n)-大-(P)稀疏GLM的扩展BIC。 (英语) Zbl 1238.62080号 统计正弦。 22,第2期,555-574(2012). 小结:小(n)-大(P)的情况在遗传学研究、医学研究、风险管理等领域已经很常见。特征选择在这些研究中至关重要,但也带来了严峻的挑战。传统标准(如AIC、BIC和交叉验证)选择了太多的特征。我们研究了广义线性模型下的变量选择问题。我们研究的方法是先验函数特别考虑了小(n)-大(P)情况。在广义线性模型下,证明了该准则是变量选择一致的。我们还报告了仿真结果和数据分析,以说明EBIC用于特征选择的有效性。 引用于60文件 MSC公司: 62J12型 广义线性模型(逻辑模型) 2012年12月62日 参数估计量的渐近性质 65C60个 统计学中的计算问题(MSC2010) 62F07型 统计排名和选择程序 PDF格式BibTeX公司 XML格式引用 \textit{J.Chen}和\textit{Z.Chen},Stat.Sin。22,第2号,555--574(2012;Zbl 1238.62080) 全文: 内政部