文献详情
广义线性模型下ERIC方法的调节参数选择
外文标题：Tuning Parameter Selection Using ERIC Criterion in the Generalized Linear Model
文献类型：期刊
期刊名称：统计与信息论坛
年：2019
卷：34
期：2
页码：19-27
ISSN：1007-3116
关键词：SCAD惩罚;ERIC信息准则;广义线性模型;变量选择;调节参数选择
所属部门：统计学院
链接地址：http://d.oldg.wanfangdata.com.cn/Periodical_tjyxxlt201902003.aspx
摘要：变量选择是处理高维统计模型的基本方法,在回归模型的变量选择中SCAD惩罚函数不仅可以很好地选择出正确模型,同时还可以对参数进行估计,而且还具有o racle性质,但这些良好的性质是基于选择出一个合适的调节参数.目前国内关于调节参数选择方面大多是对于变量选择问题的研究,针对广义线性模型基于SCAD惩罚使用新方法ERIC准则进行调节参数的选择,并证明在一定条件下经过该准则选择的模型具有一致性.模拟与实证分析结果表明,ERIC方法在选择调节参数方面优于传统的CV准则、AIC准则和BIC准则.
DOI：10.3969/j.issn.1007-3116.2019.02.003
百度学术：广义线性模型下ERIC方法的调节参数选择
语言：中文
人气指数：3
浏览次数：3
基金：中国人民大学科学研究基金项目《大数据分析的稳健统计理论与应用研究》
作者其他论文



基于最小化复合分位损失函数的尺度参数估计和异质性检验.苏鹏, 田茂再,.系统科学与数学. 2018, 1055-1066.
零膨胀计数数据的联合建模及变量选择.胡亚南, 田茂再,.统计研究. 2019, 36(1), 104-114.
最优分位水平及其衍生应用.熊巍, 田茂再,.高校应用数学学报A辑. 2019, 34(1), 25-43.
构造泊松均值固定宽度置信区间的序贯方法和两阶段方法.李二倩, 钱曼玲, 田茂再,.系统科学与数学. 2018, 38(11), 1328-1346.
基于最小化复合分位损失函数的尺度参数估计和异质性检验.苏鹏, 田茂再,.系统科学与数学. 2018, 38(9), 1055-1066.