模型自由的稳健条件独立特征筛选

作者：钟柔; 李向杰; 张景肖^*

来源：数理统计与管理, 2021, 40(01): 1-14.

DOI：10.13860/j.cnki.sltj.20200619-002

• 条件特征筛选
• 超高维数据
• 稳健性
• 模型自由

特征筛选方法对于超高维数据分析非常重要。本文基于Hoeffding’s独立检验统计量提出了一种新的条件独立筛选方法,简称为MMCSCIS。该方法具有以下特点:(1)不依赖于模型设定;(2)在自变量或因变量或条件变量的严格单调变换下结果不变;(3)可以同时处理条件特征筛选和特征筛选。通过模拟发现它对因变量或者自变量含有厚尾分布的数据和含有异常值的数据都比较稳健。最后我们通过两个实例分析说明了该方法的有效性。

• 单位
  中国人民大学