%0 Journal Article
%T 高维广义线性模型的惩罚拟似然SCAD估计
%A 闫莉
%A 陈夏
%J 武汉大学学报(理学版)
%D 2018
%X 基于光滑切片绝对偏差(smoothly clipped absolute deviation,SCAD)惩罚的拟似然方法,研究高维广义线性模型的变量选择和参数估计问题.所提方法只需要对响应变量期望函数和方差函数的正确设定.在适当的正则条件下,证明了拟似然SCAD估计具有相合性和Oracle性质.最后通过数据模拟和实例分析,验证了所提方法的有限样本性质
%K 广义线性模型
%K 高维数据
%K 变量选择
%K 拟似然方法
%K 光滑切片绝对偏差
%U http://whdy.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=2eefcf8d-9c15-41e1-b087-1645d0798a4b