典型文献
纵向数据下可加偏线性测量误差模型的变量选择
文献摘要：
文章基于纵向数据研究可加偏线性测量误差模型的模型选择,提出了一种用于模型估计和选择的惩罚二次推断函数方法.利用该方法得到的非零参数的估计是相合的、渐近正态的,可加函数的估计具有最优收敛速度.数值模拟结果显示,在有限样本情况下,该方法要优于基于LASSO惩罚函数的惩罚二次推断函数方法.
文献关键词：
纵向数据;测量误差数据;可加偏线性测量误差模型;二次推断函数;惩罚二次推断函数
中图分类号：
作者姓名：
许晓丽;赵明涛
作者机构：
安徽财经大学 管理科学与工程学院,安徽 蚌埠 233030;安徽财经大学 统计与应用数学学院,安徽 蚌埠 233030
文献出处：
引用格式：
[1]许晓丽;赵明涛-.纵向数据下可加偏线性测量误差模型的变量选择)[J].统计与决策,2022(19):10-15
A类：
可加偏线性测量误差模型,惩罚二次推断函数,二次推断函数
B类：
纵向数据,变量选择,数据研究,模型选择,模型估计,相合,渐近正态,收敛速度,有限样本,LASSO,惩罚函数,测量误差数据
AB值：
0.217534
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。
