高维广义线性模型的拟似然自适应Lasso估计

扫码查看

原文链接

中文摘要：利用惩罚拟似然方法,讨论高维广义线性模型的拟似然自适应Lasso估计.该方法能同时进行变量选择和参数估计.在适当的条件下,证明了所得估计的相合性和Oracle性质,并利用数据模拟和实例分析说明了所提方法的优良性质.

外文标题：Quasi-likelihood adaptive Lasso estimators for high-dimensional generalized linear models

作者：

陈夏、崔艳

展开 >

作者单位：

陕西师范大学数学与信息科学学院,陕西西安710119

关键词：

广义线性模型惩罚拟似然变量选择 Oracle性质

基金：

教育部人文社会科学研究青年基金

项目编号：

18YJC910003

出版年：

2019

陕西师范大学学报(自然科学版)

陕西师范大学

CSTPCDCSCD北大核心

影响因子：0.563

ISSN：1672-4291

年,卷(期)：2019.47(2)