阿巴斯·哈利利;陈家华 回归模型有限混合中的变量选择。 (英语) Zbl 1469.62306号 美国统计协会。 102,编号479,1025-1038(2007). 摘要:在有限混合回归(FMR)模型的应用中,经常使用许多协变量,它们对混合模型中响应变量的贡献因成分而异。这就产生了一个复杂的变量选择问题。现有的方法,如Akaike信息准则和Bayes信息准则,随着混合模型中协变量和成分数量的增加,计算量很大。本文介绍了FMR模型中变量选择的惩罚似然方法。新方法引入了取决于回归系数大小和混合结构的惩罚。新方法对于变量选择是一致的。提出了一种选择调谐参数的数据自适应方法和一种高效数值计算的EM算法。仿真结果表明,该方法性能良好,所需计算量远小于现有方法。通过对两个实际数据集的分析,说明了该方法的有效性。 引用于83文件 理学硕士: 62J07型 岭回归;收缩估计器(拉索) 62J05型 线性回归;混合模型 62F07型 统计排名和选择程序 关键词:EM算法;拉索;混合物模型;惩罚方法;SCAD公司 PDF格式BibTeX公司 XML格式引用 \textit{A.Khalili}和\textit{J.Chen},J.Am.Stat.Assoc.102,No.479,1025--1038(2007;Zbl 1469.62306) 全文: 内政部