摘要
将最小绝对偏差(least absolute deviations, LAD)和最小绝对收缩与选择算子(least absolute shrinkage with selection operator, LASSO)相结合,研究线性回归模型多变点的估计问题,即LAD-LASSO估计。将多变点估计转化为变量选择问题,通过最小化目标函数得到变点位置及变点个数的LAD-LASSO估计。模拟比较LAD-LASSO方法与传统的LASSO方法,结果显示LAD-LASSO方法得到的变点估计值集合与真实值集合之间的Hausdorff距离更小,表明LAD-LASSO方法具有更好的稳健性。估计上海机场股票(600009)收益率数据的方差变点,验证了方法的有效性。
- 单位