×
唐燕林；宋新元；王惠霞朱迪；朱忠义

高维分位数变系数模型中的变量选择。 （英语） Zbl 1279.62049号

《多元分析杂志》。 122, 115-132 (2013).
摘要：我们提出了一种高维分位数变系数模型的两阶段变量选择方法。该方法基于基函数近似和LASSO类型惩罚。我们证明了带有LASSO惩罚的第一阶段惩罚估计量将模型从超高维降为尺寸接近真实模型但包含真实模型作为有效子模型的模型。通过将自适应LASSO惩罚应用于简化模型，第二阶段排除了剩余的无关协变量，从而使估计量在变量选择中保持一致。仿真研究和实际数据分析表明，该方法在降维和变量选择方面对有限样本具有很好的性能。

引用于15文件

MSC公司：

62F07型 统计排名和选择程序
62克08 非参数回归和分位数回归
6220国集团 非参数推理的渐近性质
90 C90 数学规划的应用
65C60个 统计中的计算问题（MSC2010）

关键词：

样条；拉索；线性规划；非参数的
PDF格式BibTeX公司 XML格式引用
\textit{Y.Tang}等人，《多元分析杂志》。122、115——132（2013年；Zbl 1279.62049）
全文： 内政部

参考文献：

[1] 贝洛尼，A。；Chernozhukov，V.，高维稀疏模型中的（l_1）惩罚分位数回归，Ann.Statist。，39, 82-130 (2011) ·兹比尔1209.62064
[2] Bertsimas，D。；Tsitsiklis，J.，《线性优化导论》（1997），雅典娜科学出版社
[3] 蔡，Z。；Xu，X.，动态平滑系数模型的非参数分位数估计，J.Amer。统计人员。协会，103，1595-1608（2008）·Zbl 1286.62029号
[4] 坎迪斯，E。；Tao，T.，当\（p\）远大于\（n\）时的Dantzig选择器统计估计，Ann.Statist。，3522313-2351（2007年）·Zbl 1139.62019号
[5] 陈，J。；Chen，Z.，大模型空间模型选择的扩展贝叶斯信息准则，Biometrika，95759-771（2008）·Zbl 1437.62415号
[6] 范，J。；Huang，T.，半参数变系数部分线性模型的剖面似然推断，Bernoulli，11，1031-1057（2005）·Zbl 1098.62077号
[7] 范，J。；Li，R.，通过非凹陷惩罚似然进行变量选择及其预言属性，J.Amer。统计人员。协会，96，1348-1360（2001）·Zbl 1073.62547号
[8] 范，J。；Lv，J.，超高维特征空间的确定独立筛选，J.R.Stat.Soc.Ser。《美国统计年鉴》。，70, 849-911 (2008) ·Zbl 1411.62187号
[9] 哈里森，D。；Rubinfeld，D.L.，《Hedonic价格与清洁空气需求》，J.Environ。经济管理，581-102（1978）·Zbl 0375.90023号
[10] 哈斯蒂，T。；Tibshirani，R.，变系数模型，J.R.Stat.Soc.Ser。《美国统计年鉴》。，55, 757-796 (1993) ·Zbl 0796.62060号
[11] 何，X。；Shi，P.，非参数条件分位数函数B样条估计的收敛速度，J.Nonparametr。统计，3299-308（1994）·Zbl 1383.62111号
[12] 黄，J。；霍洛维茨，J。；魏凤，非参数可加模型中的变量选择，统计年鉴。，382822-2313（2010年）·Zbl 1202.62051号
[13] K.K.奈特，一般条件下（L_1）回归估计量的极限分布，Ann.Statist。，26, 755-770 (1998) ·Zbl 0929.62021号
[14] Koenker，R。；Basset，G.，回归分位数，计量经济学，46，33-50（1978）·兹伯利0373.62038
[16] Meinshausen，北卡罗来纳州。；Buhlmann，P.，《高维图和套索变量选择》，Ann.Statist。，34, 1436-1462 (2006) ·Zbl 1113.62082号
[17] 明绍森，N。；Yu，B.，高维数据稀疏表示的Lasso型恢复，Ann.Statist。，37, 246-270 (2009) ·Zbl 1155.62050号
[18] Schumaker，L.L.，《样条函数：基本理论》（1981），威利出版社：威利纽约·Zbl 0449.41004号
[19] Tang，Y。；Wang，H。；朱，Z。；Song，X.，变系数模型的统一变量选择方法，Statist。Sinica，22，601-628（2012）·Zbl 1238.62021号
[20] Tibshirani，R.J.，《通过套索进行回归收缩和选择》，J.R.Stat.Soc.Ser。《美国统计年鉴》。，58, 267-288 (1996) ·Zbl 0850.62538号
[21] Wang，H.，超高维变量筛选的正向回归，J.Amer。统计人员。协会，104，1512-1524（2009）·Zbl 1205.62103号
[22] Wang，H。；Xia，Y.，变系数模型的收缩率估计，J.Amer。统计人员。协会，104，747-757（2009）·Zbl 1388.62213号
[23] Wang，H。；朱，Z。；周，J.，部分线性变系数模型中的分位数回归，Ann.Statist。，37, 3841-3866 (2009) ·Zbl 1191.62077号
[24] Wang，L。；李，H。；Huang，J.Z.，用于重复测量分析的非参数变系数模型中的变量选择，J.Amer。统计人员。协会，103，1556-1569（2008）·Zbl 1286.62034号
[25] Wang，L。；Wu，Y。；Li，R.，分析超高维异质性的分位数回归，J.Amer。统计人员。协会，107214-222（2011）·Zbl 1328.62468号
[26] 魏，F。；黄，J。；Li，H.，高维变系数模型中的变量选择和估计，统计学。Sinica，21，1515-1540（2011）·Zbl 1225.62056号
[27] Wu，Y。；Liu，Y.，分位数回归中的变量选择，Statist。中国科学院，342069-2007（2009）
[28] 张，C。；黄，J.，高维线性回归中LASSO选择的稀疏性和偏差，Ann.Statist。，36, 1567-1584 (2008) ·Zbl 1142.62044号
[29] Zou，H.，《自适应拉索及其预言属性》，J.Amer。统计人员。协会，101，1418-1429（2006）·Zbl 1171.62326号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。