函数系数部分线性回归模型的变量选择方法  

Variable Selection for Function-Coefficient Partially Linear Model

作　　者：冯井艳[1] 鞠思秋[2] 

机构地区：[1]山西大同大学数学系,山西大同037009 [2]华东师范大学金融与统计学院,上海200241

出　　处：《太原师范学院学报（自然科学版）》2012年第4期75-77,共3页Journal of Taiyuan Normal University:Natural Science Edition

基　　金：山西大同大学科研项目(2010K4)

摘　　要：函数系数部分线性回归模型是变系数模型中的一种特殊情形,文章对这种新的变系数模型的变量选择问题进行了主要研究.首先,运用局部多项式方法得到非参数项的估计,并且使用B样条逼近函数系数,选取SCAD惩罚作为变量选择方法.其次,得到了估计的渐近性质.最后,模拟说明了该估计方法较好地达到了变量选择的目的.The function-coefficient partially linear model is an extension of the varying coefficient model..We mainly focus on the variable selection for the function-coefficient components. Firstly, use local polynomial to get the estimation of nonparametric, meanwhile use B- spline to fit the function coefficient and utilize SCAD as a penal factor to select variable. Second- ly,consider the properties of the estimation. Simulation results show that the proposed variable selection procedure performs well.

关 键 词：变量选择 B样条 SCAD惩罚函数 局部多项式 

分 类 号：O201.7[理学—数学]