基于DP算法的Poisson回归模型的变量选择
Variable selection of Poisson regression models based on DP algorithm
王秀丽 1姜喆1
作者信息
- 1. 曲阜师范大学统计与数据科学学院,273165,山东省曲阜市
- 折叠
摘要
利用已有的DP算法,对Poisson回归模型的似然函数进行优化估计出模型的参数,分别写出Lasso、Adaptive Lasso、SCAD、MCP 4种惩罚似然函数,用DP算法进行求解,实现变量选择.为了实现算法的自动变量选择,在对惩罚参数的选择上,使用了AIC、BIC信息准则.为了验证DP算法的可行性,通过随机模拟的方式生成数据进行求解.在各项指标下,将DP算法与已有的相关算法进行对比.
Abstract
Using the existed DP algorithm,we optimize the likelihood function of the Poisson regression model to estimate the parameters of the model.According to the four penalty likelihood functions of the Lasso,Adaptive Lasso,SCAD and MCP,we use the DP algorithm to solve the optimization.AIC and BIC information criteria are used to select the penalty parameters.Simulation studies are conducted to verify the feasibility of the DP algorithm.Under Various indicators,the DP algorithm is compared with the existed related algorithms.
关键词
Poisson回归模型/变量选择/DP算法/BIC/AICKey words
Poisson regression model/variable selection/DP algorithm/BIC/AIC引用本文复制引用
基金项目
山东省自然科学基金(ZR2020QA021)
出版年
2024
国家科技期刊平台
NSTL
万方数据