二元选择分位回归的自适应LASSO改进

作者：李楚进; 张翠霞

来源：经济数学, 2018, 35(02): 89-97.

DOI：10.16339/j.cnki.hdjjsx.2018.02.015

• 应用统计数学
• 分位回归
• 自适应LASSO
• 变量选择
• 二元选择模型

为避免模型出现过拟合,将自适应LASSO变量选择方法引入二元选择分位回归模型,利用贝叶斯方法构建Gibbs抽样算法并在抽样中设置不影响预测结果的约束条件‖β‖=1以提高抽样值的稳定性.通过数值模拟,表明改进的模型有更为良好的参数估计效率、变量选择功能和分类能力.

• 单位
  华中科技大学