含函数型自变量回归模型中的变量选择

论文摘要

针对含有函数型和多元向量数据的回归模型中变量选择和参数估计问题进行研究,扩展了函数型数据分析和变量选择方法的应用范围。首先,函数型自变量基于函数型主成分基函数空间进行投影;然后,对投影后的函数型自变量(按组)及多元向量自变量采用惩罚变量选择方法,同时估计相应的系数。惩罚项调节参数采用自适应调节参数,损失函数采用中位绝对损失函数,以此为例,通过引入松弛变量将估计算法转化为求解线性规划问题,算法复杂度低。数值模拟结果表明,所提方法对于含函数型自变量回归模型的变量选择和参数估计均具有良好效果。

论文目录

• 1 函数型和多元向量混合回归模型
• 2 模型变量选择和参数估计
•   2.1 函数型主成分及模型转化
•   2.2 参数估计
•   2.3 调节参数选择及目标函数优化
• 3 数值模拟
• 4 结论

文章来源

类型: 期刊论文

作者: 刘科生,王思洋

关键词: 函数型数据,变量选择,参数估计,分位数,函数型主成分

来源: 北京航空航天大学学报 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 数学

单位: 北京航空航天大学学生大数据中心,中央财经大学统计与数学学院

基金: 国家自然科学基金(11501586,71420107025),中央财经大学科研创新团队支持计划~~

分类号: O212.1

DOI: 10.13700/j.bh.1001-5965.2019.0157

页码: 1990-1994

总页数: 5

文件大小: 142K

下载量: 182