典型文献
高维部分线性可加的空间分位回归模型
文献摘要：
考虑高维空间数据的截面相依性、异质性、非线性等特征,本文提出部分线性可加的空间分位回归模型,其优势在于:(1)设定部分线性可加的结构,形式更加灵活,能够刻画变量间的非线性关系;(2)基于分位回归视角,考察在不同分位水平下协变量对响应变量的影响,能够获得更加全面的信息;(3)在不同分位水平下,允许不同的稀疏性,避免高维灾难,具有优良的可解释性和稳健性.针对模型中的内生性、非线性以及冗余变量等问题,本文利用特征向量空间滤波、B样条基函数展开、group SCAD惩罚等技术,提出有效的估计程序.数值模拟考虑不同的模型设定,展示了本文提出方法的有效性.最后,利用部分线性可加的空间分位回归模型研究县域情形下食物选择条件对当地居民健康状况的影响.
文献关键词：
空间分位回归模型;特征向量空间滤波;变量选择
中图分类号：
作者姓名：
胡亚南;王金天;田茂再
作者机构：
郑州大学商学院,河南郑州450001;西安交通大学经济与金融学院,陕西西安710049;中国人民大学统计学院,北京100872
文献出处：
引用格式：
[1]胡亚南;王金天;田茂再-.高维部分线性可加的空间分位回归模型)[J].数理统计与管理,2022(05):843-857
A类：
空间分位回归模型,特征向量空间滤波
B类：
分线,高维空间,空间数据,相依性,非线性关系,协变量,应变量,稀疏性,灾难,可解释性,内生性,样条,基函数,group,SCAD,计程,模拟考,模型设定,食物选择,当地居民,居民健康,变量选择
AB值：
0.256023
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
