APP下载

基于光滑门限估计方程的变系数EV模型的变量选择方法*

2013-10-24赵培信

重庆工商大学学报(自然科学版) 2013年9期
关键词:方法模型

赵 培 信

(河池学院 数学系,广西 宜州 546300)

基于光滑门限估计方程的变系数EV模型的变量选择方法*

赵 培 信

(河池学院 数学系,广西 宜州 546300)

结合基函数逼近以及光滑门限估计方程,对变系数EV模型的变量选择问题提出了一个新的变量选择方法;该变量选择方法可以同时进行系数估计和变量选择,并且不需要解任何凸优化问题,因此实际应用中将大大减少计算量.

变系数EV模型;变量选择;光滑门限估计方程

0 引 言

考虑如下变系数EV模型:

(1)

其中Xi是不可直接观测的协变量,Wi可以直接观测,Vi为零均值的测量误. 在此假定Vi与(Xi,Ui,εi) 相互独立. 对模型(1),You等 (2006) 对系数函数提出了一个偏差纠正的局部多项式估计方法,并且考虑了模型(1)的拟合优度检验问题. Li和Greene[2]采用偏差纠正的估计方程方法研究了系数函数的估计问题. Sentürk和Müller[3]在协变量及响应变量均含有测量误差的情况下,考虑了系数函数的估计问题. Zhao和Xue[4]基于SCAD 惩罚方法考虑了模型(1)的变量选择问题,并且证明了所提出的变量选择方法具有Oracle 性质. 但是其估计过程涉及到凸优化问题,这将大大增加变量选择过程的计算量. 另外,除非人为地设定一个门限值,否则Zhao和Xue[4]基于局部二次逼近给出的迭代计算过程不能给出稀疏解,即达不到变量选择的目的. 关于局部二次逼近方法的更多细节,请参见文献[5].

为了克服这些缺陷,利用Ueki[6]的基本思想来研究模型 (1)的变量选择问题.利用基函数逼近以及光滑门限估计方程,提出了一……

登录APP查看全文

猜你喜欢

方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
学习方法
3D打印中的模型分割与打包
用对方法才能瘦
FLUKA几何模型到CAD几何模型转换方法初步研究
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
一个相似模型的应用