高维数据变量选择中MCP正则化参数选择研究

摘要

大数据时代,高维数据的变量选择是现代统计的研究热点问题之一。MCP正则化方法是常用的变量选取方法,但MCP正则化方法的优劣取决于能否选取出最优的正则化参数。本文在BIC准则的基础上,提出适用于MCP正则化参数选择的MBIC准则。通过数据模拟及实际应用表明,MCP方法在MBIC准则下能够以更高的概率选择正确的模型,MBIC准则明显优于其它参数选择方法。