一种改进的Lasso方法及其在对数线性模型中的应用.pdf

第40卷 第3期 广西大学学报(自然科学版) Vol.40 No.3 2015年6月 Journal of Guangxi University(Nat Sci Ed) June2015 doi:10.13624/ ki.issn.1001-7445.2015.0758 一种改进的Lasso方法及其 在对数线性模型中的应用 李春红,黄登香,覃朝勇 (广西大学 数学与信息科学学院,广西 南宁530004) 摘要:变量选择在数据分析中有着重要应用,其参数估计的渐近性质,特别是 Oracle性质及组效应性质在变 量选择方法上尤其重要. 针对Lasso方法一般情形下不具有 Oracle性质及组效应性质,将探讨 Lasso 的一种 改进方法,即Adaptive elasticnet方法在Poisson对数线性模型的应用,证明当满足一定条件时,Adaptive elastic net方法估计具有Oracle性质及组效应性质,并利用数值模拟验证其优良性. 关键词:Adaptive elastic net方法;Poisson对数线性模型;Oracle性质;组效应 中图分类号:O212.1 文献标识码:A 文章编号:1001-7445(2015)03-0758-08 An improved Lasso method and its application in log-linear models LI Chun-hong,HUANG Deng-xiang,QIN Chao-yong (School of Mathematics and Information Sciences,Guangxi University,Nanning530004,China) Abstract:Variable selection plays an important role in data analysis. Its asymptotic properties of parametric estimation (especially the Oracle propertiesand the group effect) are particularly impor- tant. However,the Lasso method doesnot havethetwopropertiesin general. Toremedy thisdraw- back,in this paper an improved Lasso method is proposed,which applies the Adaptive Elastic Net method tothePoissonlog-linearmodels. ItisprovedthattheAdaptiveElasticNetprocedureestima- tor hasthe Oracle propertiesand the group effect under some appropriate conditions. The numerical simulation also confirms the superiority of the proposed method. Key words:Adaptive elastic net procedure;Poisson log-linear models;Oracle properties;group effect 0 引 言 变量选择是数据分析的重要方法之一. 近年来,由于高维数据的大量涌现,变量选择受到了统计学 [1] 家的高度关注,并对此展开了大量的研究. Lasso方法 是Tibshirani提出的一种可以有效处理高维数