自适应Lasso在Poisson对数线性回归模型下的性质  

Adaptive Lasso for Poisson log-linear regression model

作　　者：崔静[1] 郭鹏江[1] 夏志明[1] 

机构地区：[1]西北大学数学系,陕西西安710127

出　　处：《西北大学学报（自然科学版）》2011年第4期565-568,共4页Journal of Northwest University（Natural Science Edition）

基　　金：国家自然科学基金资助项目(50846021);陕西省科技发展计划基金资助项目(2002K08-G15)

摘　　要：目的研究自适应Lasso在Poisson对数线性模型下的性质。方法利用数学分析及概率论中的性质。结果证明了在Poisson对数线性模型下自适应Lasso估计量具有稀疏性和渐进正态性。结论自适应Lasso可以有效选择Poisson对数线性模型中的变量,并同时估计变量系数。Aim To study adaptive Lasso for Poisson log-linear regrersion model. Methods The methods of mathematical analysis and probability theory are used. Results Under some conditions, the adaptive Lasso estimator for Poisson log-linear regression has the oracle properties which are sparsity and asymptotic normality. Conclusion Adaptive Lasso can effectively choose variables for Poisson log-linar regression model and estimate the variable coefficient.

关 键 词：自适应Lasso Poisson对数线性模型 变量选择 惩罚似然 Oracle性质 

分 类 号：O212.4[理学—概率论与数理统计]