二项-泊松模型的变量选择精选.pdfVIP

第38卷 第4期 应 用 数 学 学 报 Vo1．38No．4 2015年 7月 ACTAMATHEMATICAEAPPLICATAESINICA July2015 二项一泊松模型的变量选择 徐登可 (浙江农林大学统计系，临安311300) qE京工业大学应用数理学院，北京100124) (E—mail：xudengke1983@163．corn) 张忠 占 (北京工业大学应用数理学院，北京100124) (E—mail：zzhang@bjut．edu．cn) 摘 要 在大多数文献中，使用二项分布b(m。，p{)处理实际问题的时候通常都把 当作常量来 处理．这在有时候往往是比较片面的，因此在本文中考虑 m 为随机变量的情形，并且假设其 服从截断泊松分布TruncatedPoisson(A。)，称之为二项一泊松模型．我们主要基于惩罚极大似然 的思想研究了二项 一泊松模型的变量选择和参数估计问题．在一定的正则条件下，证明了所给 出的变量选择具有相合性和Oracle性质．最后通过随机模拟研究了有限样本量下变量选择的表 现，模拟研究显示变量选择效果较好． 关键词 二项分布；截断泊松分布；渐近陛质；变量选择 MR(2000)主题分类 62J12；62F12 中图分类 O212．1 1 引言 随着科技的发展以及人们对现实世界的深入研究，很多现实生活的事件、现象、过 程等的表现形式也更加复杂，因此这将导致我们研究的实际数据也是错综复杂的．如果 只是使用简单的统计模型来描述和分析，已经不能得到真实有效的接近实际的结果．因 此我们很有必要针对这些复杂现象，采用更加复杂全面的模型来描述．众所周知，二项 分布就是最基本的离散分布，在离散数据的分析与处理中具有重要的地位，因此一直以 来都受到统计工作者的关注．关于二项分布的参数推断，目前已经有许多研究方法，例 本文 2014年 1月 25日收到．2014年 l1月 25日收到修改稿． 国家自然科学基金 11271039)和首都社会建设和社会管理协同创新中心资助 4期 徐登可，张忠占：二项 一泊松模型的变量选择 709 如韩明 [】基于贝叶斯思想给出了二项分布可靠度的Bayes估计，多层 Bayes估计，并 对一些结果进行了比较；李鸿 【】从工程实践的角度主要讨论了二项分布的参数估计问 题．这些文献在对二项分布 b(mi，Pi)的研究中，通常令 mt为常数，然后直接估计未知 参数Pt．另外一种分析方法就是对P进行 logistic建模，且形式如下： logit)=log( )= ， (1) 其中 t=(X … ，Xip)T是与Pt有关的解释变量的观测值． 为 P维未知回归参数， 表示转置．众所周知，对模型 (1)进行参数估计等统计推断是比较简单方便的，且也 已有相当多的研究成果 3【】．但是在用上述模型处理实际问题时常常都是把mt当作常量 来处理的，这在有些情况下往往是比较片面的．比如在生物统计研究中，考虑某段时间 内患者去医院就诊的次数 m ，研究者也往往把 m 当作常数来处理，但是本质上它不可 能是常数．因为事实上，就诊次数在某段时间内会 由于某种原因是可能发生变化的，且 这种变化对我们而言是随机的．因此在实际情况中把 mt看作一个随机变量来处理更加 合理．事实上这样的模型结构在实际生活中是广泛存在的．例如在现代激烈的电子战环 境下，电台对抗中的信号分选技术中就存在这样的问题．因为由于客观因素的限制我 们很可能直接观察不到对方电台的数量，只能通过对方发送的信号数量来估计电台数 目．也就是说，对方电台在观察时