含缺失数据线性模型中的变量选取

摘要

将考虑在含缺失数据的情况下，对线性模型的变量选择问题。首先将通过Leastangle regression和BIC准则对完全观测数据选定自变量，用模拟显示，这个方法是稳定的，而且计算量比较小。然后用最小二乘估计建立对观测数据建立回归方程，通过预测的方式对缺失数据进行补值后，再用Leastangle regression和BIC准则对完整数据进行变量选择。

目录

声明

摘要

引言

§1 几种不同的变量选择方法

§1．1 平均残差平方和

§1．2 预测偏差的方差(n+q)RMSq

§1．3 平均预测均方误差Sq

§1．4 Cp准则

§1．5 预测平方和准则

§1．6 AIC准则

§1．7 BIC准则

§1．8 risk inflation criterion

§1．9 covariance inflation criterion

§1．10 逐步的方法

§1．11 garotte

§1．12 Lasso

§1．13 stagewise线性回归

§1．14 Least angle regression

§2 算法

§3 模拟

§4 应用举例

结语

参考文献

后记