(基于惩罚函数的Beta回归变量选择方法.docVIP

基于惩罚函数的Beta回归变量选择方法 内容提要：当因变量取值在(0,1)区间的比例数据时，Beta回归是常用的模型，该模型基于因变量服从Beta分布的假设，通过连接函数将样本服从Beta分布的均值与自变量联系起来。本文主要研究基于惩罚函数的Beta回归模型变量选择方法，研究了在LASSO SCAD和MCP三种惩罚方法下的极大似然估计，同时实现了变量选择和回归系数的估计。本文还研究了其渐进性质与Oracle性质，并且给出了计算机模拟。最后，将该方法应用到股息率的影响因素研究中。 关键词：Beta回归；变量选择；惩罚函数；Oracle性质 中图分类号：0212 文献标识码：Avariables via link function. This article main focus on the variable selection for beta regression based on penalized function, giving maximum likelihood estimation with LASSO, SCAD and MCP penalty methods, the variable selection and estimation of coefficients can be conducted at the same time. We als