首页> 中文学位 >高维变点模型自适应Group Lasso惩罚分位回归估计
【6h】

高维变点模型自适应Group Lasso惩罚分位回归估计

代理获取

目录

声明

1引 言

1.1研究背景及意义

1.2国内外研究现状

1.3文献评述

1.4文章结构

1.5本文的创新之处

2理论基础

2.1高维分位数回归惩罚估计

2.1.1 Lasso惩罚分位回归估计

2.1.2自适应Lasso惩罚分位回归估计

2.1.3自适应Group Lasso分位回归估计

2.2变点分位回归

2.2.1变点分位回归的SCAD估计

2.2.2变点分位回归的Lasso估计

2.3变点参数选择准则

3自适应Group Lasso惩罚变点分位模型

3.1参数估计

3.1.1变点分组分位回归模型及其假设

3.1.2自适应Group Lasso惩罚参数估计

3.2估计参数的渐近性质

4模拟研究和实证分析

4.1 Monte Carlo模拟研究

4.2案例分析

4.2.1北京房价数据

4.2.2数据分析

4.2.3变点选择

5总结与展望

5.1结论

5.2展望

参考文献

致谢

展开▼

著录项

  • 作者

    慕娟;

  • 作者单位

    兰州财经大学;

  • 授予单位 兰州财经大学;
  • 学科 统计学;数理统计学
  • 授予学位 硕士
  • 导师姓名 田茂再;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 Q1-O21;
  • 关键词

  • 入库时间 2022-08-17 11:23:48

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号