典型文献
一种自适应稀疏Group Lasso分位数回归估计
文献摘要：
稀疏惩罚分位数回归是高维数据分析中进行变量选择和稳健估计的重要工具.对于具有分组解释变量的问题,期望达到组内和组间稀疏的理想效果,但是许多现有方法未能实现这一目标.文章将自适应Lasso和自适应Group Lasso相结合,构建了 一种自适应稀疏Group Lasso惩罚分位数回归(Q-AdSGL)模型,给出了基于ADMM算法的模型求解方法,并讨论了估计量的Oracle性质.通过Monte Carlo模拟研究和实例分析证明了所提模型和算法的有效性.
文献关键词：
分位数回归;自适应稀疏Group Lasso;Oracle性质;变量选择
中图分类号：
作者姓名：
薛娇;傅德印;高海燕;韩海波
作者机构：
兰州财经大学统计学院,兰州730020;中国劳动关系学院,北京100048
文献出处：
引用格式：
[1]薛娇;傅德印;高海燕;韩海波-.一种自适应稀疏Group Lasso分位数回归估计)[J].统计与决策,2022(10):10-15
A类：
AdSGL
B类：
Group,Lasso,分位数回归,回归估计,罚分,高维数据分析,变量选择,稳健估计,组间稀疏,ADMM,模型求解方法,估计量,Oracle,Monte,Carlo,和算
AB值：
0.309654
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。
