我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
Huber准则是稳健回归的一种有用方法。自适应最小绝对收缩和选择算子(lasso)是一种用于同时估计和变量选择的流行技术。自适应套索中的自适应权重允许具有oracle属性。本文提出将Huber准则和自适应惩罚相结合作为套索。这种回归技术能够抵抗响应中的严重错误或异常值。此外,我们还证明了与此过程相关的估计器具有oracle属性。将该方法与基于最小绝对偏差的LAD-lasso和自适应lasso进行了比较。大量仿真研究表明,该方法具有令人满意的有限样本性能。为了便于说明,对一个实际例子进行了分析。
索菲·兰伯特-拉克罗瓦。 劳伦·茨瓦尔德(Laurent Zwald)。 “通过Huber准则和自适应套索惩罚进行稳健回归。” 电子。J.统计。 5 1015 - 1053, 2011 https://doi.org/10.1214/11-EJS635