线性模型中的变量选择方法

Please use this identifier to cite or link to this item:http://hdl.handle.net/123456789/2178

Title:	线性模型中的变量选择方法
Other Titles:	Variable Selection in linear model
Authors:	李子林 数学系
Keywords:	变量选择 随机模拟 Oracle 性质 Variable selection Simulation Oracle properties
Issue Date:	13-Jun-2011
Abstract:	变量选择是线性回归等模型研究中的一个重要课题，在生物统计学等领域有广泛的应用。将参数估计和变量选择结合起来同时进行是目前普遍使用的方法，特别适用于高维数据的情形。现今比较重要的方法有Lasso，Adaptive Lasso，SCAD，MC+和SELO等。除了Lasso，MC+外，其余的方法均具有Oracle性质。本文的工作是运用随机模拟的方法在不同的情况下比较以上五种方法所得出的结果，并从中选出较优的方法。 Variable selection is an important topic of linear model and some other models. It is widely used in biostatistics. Now we always do estimation and variable selection simultaneous, especially in high dimensions. There are five popular methods, namely Lass
Description:	10
URI:	http://hdl.handle.net/123456789/2178
Appears in Collections:	本科生优秀毕业论文（2011）

Files in This Item: File Size Format 2007012202.pdf 1.22 MB Adobe PDF View/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

如果您喜欢这篇文章请点击右上角按钮， 即可分享到《朋友圈》或许 你小小的一个分享动作就可以照亮无数人的命运。

欢迎关注公众微信：yingchunhua365

扫描以下二维码

    传递正能量，分享励志故事，

    从这里起航……

    请把正能量传递下去, 

    帮助和影响更多的人，