变量惩罚效应在贝叶斯分位数回归模型的应用

摘要：

尽管贝叶斯分位数回归方法能够有效克服经济金融数据的尖峰厚尾、结构突变等问题,充分借鉴已有研究成果信息,但是其并不能很好解决多维变量模型的维数灾难问题.为此,文章在贝叶斯分位数回归基础上,结合自适应Lasso变量惩罚作用,构建了基于MH抽样的自适应Lasso惩罚贝叶斯分位数回归模型.通过仿真模拟实验以及MCMC链条检验,证明上述模型具有优良拟合性质,尤其是在小样本情形下.

关键词：维数灾难、自适应Lasso惩罚、贝叶斯、分位数回归

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金面上项目71373219;国家自然科学基金青年项目71103150;中央高校基本科研业务费专项资金资助项目2013221012

在线出版日期：2016-11-03（万方平台首次上网日期，不代表论文的发表时间）

页码：20-22