基于光滑门限估计方程的变系数EV模型的变量选择方法.pdfVIP

第30卷第9期 重庆工商大学学报(自然科学版) 2013年 9月 Vo1．30 NO．9 JChongqingTechnolBusinessUniv．(NatSciEd) Sept．2013 文章编号：1672-058X(2013)09—0001—05 基于光滑 门限估计方程的变系数 EV模型的变量选择方法木 赵 培 信 (河池学院数学系，广西 宜州 546300) 摘 要：结合基函数逼近以及光滑门限估计方程，对变系数EV模型的变量选择问题提 出了一个新的变 量选择方法；该变量选择方法可以同时进行系数估计和变量选择，并且不需要解任何凸优化问题，因此实际 应用中将大大减少计算量． 关键词：变系数EV模型；变量选择 ；光滑门限估计方程 中图分类号：O212．7 文献标志码 ：A 0 引 言 考虑如下变系数 EV模型： f=功 ()+ (1) W【i=Xi+ 其中置 是不可直接观测的协变量， 可以直接观测， 为零均值的测量误．在此假定 与(置，Ui，)相互 独立．对模型(1)，You等 (2006)对系数函数提出了一个偏差纠正的局部多项式估计方法，并且考虑了模型 (1)的拟合优度检验 问题．Li和 Greene_2采用偏差纠正的估计方程方法研究了系数函数的估计 问题． Senturk和 MUller_3在协变量及响应变量均含有测量误差的情况下，考虑了系数函数的估计问题．Zhao和 Xue_4基于SCAD惩罚方法考虑了模型 (1)的变量选择问题 ，并且证明了所提出的变量选择方法具有Oracle 性质．但是其估计过程涉及到凸优化问题，这将大大增加变量选择过程的计算量．另外，除非人为地设定一 个门限值，否则 Zhao和Xuel4基于局部二次逼近给出的迭代计算过程不能给出稀疏解，即达不到变量选择 的目的．关于局部二次逼近方法的更多细节，请参见文献[5]． 为了克服这些缺陷，利用Ueki_6的基本思想来研究模型 (1)的变量选择问题．利用基函数逼近以及光滑 门限估计方程，提出了一个新的偏差纠正的变量选择过程，称之为CSEE变量选择方法．该变量选择过程可 以自动地通过把不重要变量对应的系数函数设为零来剔除模型中的不重要变量，并且可以同时给出非零函 数系数的估计．所提出的变量选择过程不涉及任何凸优化问题，因此在实际应用中更容易操作． 收稿 日期 ：2013—03—10；修回日期：2013一o4—12． 基金项 目：国家 自然科学基金项目，国家社会科学基金项 目(11CTJO04)，广西哲学社会科学 “十二五”规划课 题 (11FTJO02)资助． 作者简介：赵培信 (1981-)，男，山东曹县人，副教授 ，博士，从事非参数统计研究． 2 重庆工商大学学报(自然科学版) 第30卷 1 方法论及主要结果 为了保证模型(1)的可识别性，假定V的协方差阵∑ 是已知的．若不然，可以利用类似Liang等 提 出的方法，通过重复测量来给出其估计．令B(“)=(B。()，…，B (2／,))为阶数为 的B一样条基函数，其中 L=K+M，K为内部节点个数．那么0(Id,)可以近似表示 ： Ok() () ， k=1，2，…，P (2) 如果置可以直接观测，把式(2)代入模型 (1)可得： Yi：z + ，i=1，2，…，n