改进的强相关数据的变量选择方法

摘要：

针对高维强相关数据的变量选择问题,本文提出了改进的变量选择方法.该方法先利用自适应弹性网方法(Aenet)在原始的强相关数据上建立模型,选出对响应变量起重要作用的群组变量和独立变量;再通过偏最小二乘方法(PLS)对选出的变量作模型估计;最后,将两种方法得到的估计系数做线性组合,并以此系数来建立回归模型.新模型具有精度高、解释性好的优点,数值实验验证了该方法的有效性.

关键词：变量选择、自适应弹性网、群组效应、偏最小二乘

所属期刊栏目：33

分类号：O213.9(概率论与数理统计)

资助基金：国家自然科学基金40000009、11301131

在线出版日期：2017-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10-16