自适应设计广义线性模型下基于Lγ惩罚的变量选择及其渐近理论

摘要：

本文利用Frank和Friedman[3]提出的Lγ惩罚方法,研究了自适应设计广义线性模型下基于惩罚拟似然的变量选择问题及其渐近性质,该方法可同时进行参数估计和变量选择.当0＜γ＜1时,在适当条件下,本文证明了自适应广义线性模型下基于Lγ惩罚和拟似然的估计量的存在性、相合性和Oracle性质,该结果将广义线性模下固定设计的相关理论推广到了自适应设计情况.最后,本文通过数值模拟和实际数据分析验证所获得理论的有效性.

关键词：广义线性模型、自适应设计、惩罚拟似然、变量选择

所属期刊栏目：38

分类号：O212.1(概率论与数理统计)

资助基金：国家社会科学基金18BTJ040

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：791-806