[1]田瑞琴,徐登可.纵向缺失数据下高维部分线性回归模型的变量选择[J]. 杭州师范大学学报(自然科学版) ,2020,19(03):273-281.[doi:10.12191/j.issn.1674-232X.2020.03.010]
 Variable Selection for High-dimensional Partially Linear Regression Models with Longitudinal Missing Data[J].,2020,19(03):273-281.[doi:10.12191/j.issn.1674-232X.2020.03.010]
点击复制

纵向缺失数据下高维部分线性回归模型的变量选择()
分享到:

《 杭州师范大学学报(自然科学版) 》[ISSN:1674-232X/CN:33-1348/N]

卷:
19
期数:
2020年03期
页码:
273-281
栏目:
学术论文
出版日期:
2020-05-21

文章信息/Info

Title:
Variable Selection for High-dimensional Partially Linear Regression Models with Longitudinal Missing Data
作者:
田瑞琴徐登可
杭州师范大学理学院;浙江农林大学理学院
关键词:
纵向数据单调缺失变量选择广义估计方程B 样条
DOI:
10.12191/j.issn.1674-232X.2020.03.010
文献标志码:
A
摘要:
针对纵向单调缺失数据下高维部分线性回归模型的变量选择,提出了逆概率加权光滑阈估计方程变量选择方法,其中非参数分量使用样条估计. 在适当正则条件下,证明了该变量选择方法具有Oracle 性质,并通过模拟研究验证了所提出方法的有限样本性质.
更新日期/Last Update: 2020-05-21