科研之友
微信
新浪微博
Facebook
分享链接
摘要
在当今大数据时代下收集到的数据常含有异常值或呈现尖峰后尾以及变量之间具有较强的相关性，针对此问题，结合秩回归和自适应弹性网（Adaptive Elastic-net ）提出了一种高效稳健的变量选择方法。此方法的最大优点在于不仅能够有效处理协变量之间的强相关性还能克服多重共线性问题而且能抵抗厚尾分布或异常值的影响实现稳健的变量选择。在数值计算方面，采用二次近似和牛顿迭代算法以获得新变量选择方法的稳定数值解。仿真实验表明新提出的方法比现有方法表现更好特别是对于厚尾分布或异常值的情况。最后，通过对中国重要的股票市场指数—中证100指数的跟踪，进一步表明该方法在有效样本下具有良好的表现。
- 单位
