高维部分线性模型中的变量选择  

Variable Selection in High-dimensional Partially Linear Models

作　　者：杨宜平[1] 薛留根[1] 王学娟[1] 

机构地区：[1]北京工业大学应用数理学院,北京100124

出　　处：《北京工业大学学报》2011年第2期291-295,共5页Journal of Beijing University of Technology

基　　金：国家自然科学基金资助项目(10871013);高等学校博士学科点专项科研基金资助项目(20070005003);北京市自然科学基金资助项目(1072004;1062001)

摘　　要：研究了高维部分线性模型中的变量选择,结合样条方法和Dantzig或Lasso变量选择方法,同时进行变量选择和未知参数估计,证明了估计误差的非渐近界.模拟结果说明,该方法在参数维数较高时优于已有方法.This paper considers the problem of variable selection in high-dimensional partially linear models.By combining spline method and Dantzig selector or Lasso,the authors simultaneously select variables and estimate parameters.The simulation results show that the proposed methods are better than the existing method when the dimension of parameters is much larger than the number of observation.

关 键 词：样条 估计理论 线性回归 MONTE CARLO方法 

分 类 号：O212.7[理学—概率论与数理统计]