高维广义线性模型的惩罚拟似然SCAD估计

作者：闫莉; 陈夏^*

来源：武汉大学学报(理学版), 2018, 64(06): 533-539.

DOI：10.14188/j.1671-8836.2018.06.008

• 广义线性模型
• 高维数据
• 变量选择
• 拟似然方法
• 光滑切片绝对偏差

基于光滑切片绝对偏差(smoothly clipped absolute deviation,SCAD)惩罚的拟似然方法,研究高维广义线性模型的变量选择和参数估计问题.所提方法只需要对响应变量期望函数和方差函数的正确设定.在适当的正则条件下,证明了拟似然SCAD估计具有相合性和Oracle性质.最后通过数据模拟和实例分析,验证了所提方法的有限样本性质.

• 单位
  陕西师范大学