分位数变系数模型基于核光滑的变量选择

摘要：

分位数变系数模型是一种稳健的非参数建模方法.使用变系数模型分析数据时,一个自然的问题是如何同时选择重要变量和从重要变量中识别常数效应变量.本文基于分位数方法研究具有稳健和有效性的估计和变量选择程序.利用局部光滑和自适应组变量选择方法,并对分位数损失函数施加双惩罚,我们获得了惩罚估计.通过BIC准则合适地选择调节参数,提出的变量选择方法具有oracle理论性质,并通过模拟研究和脂肪实例数据分析来说明新方法的有用性.数值结果表明,在不需要知道关于变量和误差分布的任何信息前提下,本文提出的方法能够识别不重要变量同时能区分出常数效应变量.

关键词：变系数模型、分位数回归、变量选择、BIC准则、QKLASSO、核光滑

所属期刊栏目：30

分类号：O1 ;F01

资助基金：The research was supported in part by National Natural Science Foundation of China11171112,11201190;Doctoral Fund of Ministry of Education of China20130076110004;the Research Projects of Social Science and Humanity Fund of the Ministry of Education14YJC910007;the Natural Science Project of Jiangsu Province Education Department13KJB110024;the Natural Science Fund of Nantong University13ZY001

在线出版日期：2014-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共24页

页码：537-560