生长曲线模型的变量选择

生长曲线模型是一个典型的多元线性模型,在现代统计学上占有重要地位.文章首先基于Potthoff-Roy变换后的生长曲线模型,采用自适应LASSO为惩罚函数给出了参数矩阵的惩罚最小二乘估计,实现了变量的选择.其次,基于局部渐近二次估计,对生长曲线模型的惩罚最小二乘估计给出了统一的近似估计表达式.接着,讨论了经过Potthoff-Roy变换后模型的惩罚最小二乘估计,证明了自适应LASSO具有Oracle性质.最后对几种变量选择方法进行了数据模拟.结果表明自适应LASSO效果比较好.另外,综合考虑,Potthoff-Roy变换优于拉直变换.