典型文献
大样本线性回归模型的子抽样及变量选择
文献摘要：
文章考虑了大样本下线性回归中同时进行快速估计和变量选择的问题,即针对一个存在稀疏解的大样本线性模型,根据重要性抽样分布从全数据集抽取少量子样本,对该子样本进行自适应Lasso估计.通过随机模拟研究,将该算法分别应用在几种不同的数据集中,并从模型预测精度和可解释性两个方面比较了四种子抽样方法在该算法下的表现.模拟结果表明,所提出的算法具有良好表现,在计算开销上也具有一定优势.
文献关键词：
大样本;数据降维;子抽样算法;变量选择
中图分类号：
作者姓名：
徐礼文;廖丹
作者机构：
北方工业大学理学院,北京100144
文献出处：
引用格式：
[1]徐礼文;廖丹-.大样本线性回归模型的子抽样及变量选择)[J].统计与决策,2022(02):5-9
A类：
B类：
大样本,本线,线性回归模型,变量选择,下线,稀疏解,线性模型,样分布,全数,子样本,Lasso,随机模拟,可解释性,子抽样方法,计算开销,数据降维,子抽样算法
AB值：
0.349332
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。
