广义线性模型的赏罚高维经验似然.pdfVIP

辽宁师范大学硕士学位论文 摘 要 经验似然方法是由Owen[2。31提出的，它是统计推断中非常重要的方法之一，且有 许多的优点．本文讨论惩罚经验似然方法在广义线性模型下的参数估计和变量选择问 题．在广义线性模型下选取适当的惩罚函数结合经验似然方法对回归系数作统计推断， 证明了惩罚经验似然方法具有Oracle性质． 本文由以下四部分组成： 第一部分介绍了广义线性模型的基本特点，经验似然方法的定义和它的两个基本的 定理，以及一些常见的惩罚函数的表达形式，指出了对于高维数据，经验似然方法也是 适用的．同时，对变量选择加以了简单的介绍，列举了几种常用的变量选择方法． 第二部分通过构造∥的经验似然函数 (2．2) L(f1)=sup{l-I缈，：∞，≥o，∑gO，=1和∑∞，Ui(∥)=o)． i=l i=l i=l 在一定条件下，针对带有发散参数的参数估计和变量选择