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