双侧截断回归模型的变量选择 |
| |
引用本文: | 郑明,林婵娟,郁文.双侧截断回归模型的变量选择[J].中国科学:数学,2022(12):1433-1448. |
| |
作者姓名: | 郑明 林婵娟 郁文 |
| |
作者单位: | 复旦大学管理学院统计与数据科学系 |
| |
基金项目: | 国家自然科学基金(批准号:11771095和12071088)资助项目; |
| |
摘 要: | 在回归分析中,当因变量存在双侧截断时,已有的统计方法会使得回归模型的系数估计与变量选择产生偏差.本文提出一种适用于双侧截断回归模型的系数估计与变量选择方法,且该方法允许回归模型中自变量的个数随着样本量增大并趋于无穷而趋于无穷.该方法的主要思想是,提出一种Mann-Whitney型的损失函数来进行纠偏,随后加入自适应最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)惩罚项来进行变量选择.本文同时设计一种迭代算法来实现损失函数的优化;且证明了所提出估计量的相合性与渐近正态性,还给出所提出变量选择方法的神谕性(oracle property).本文通过随机模拟展示所提出方法在有限样本量下的表现,并使用所提出方法分析一个天文学领域的实际数据集.
|
关 键 词: | 双侧截断 变量选择 维数发散 自适应LASSO 最小绝对离差 神谕性 |
|
|