拓展的贝叶斯信息准则的一些性质.pdfVIP

硕士学位论文 ⑩MASTER’STHESIS 摘 要 文献中有两类流行的模型选择的方法，其中一类是收缩方法，比如说Least Absolute andSelection Absolute Shrinkage Operator(LASS0)，SmoothlyClipped Concave Deviation(SCAD)，Minimax 法和MCP方法具有模型选择的相合性．另外一类模型选择方法是最优子集选择 Information 方法，比如说Akaike’S alized Inflation Information Cross-Validation(ccv)，RiskCriterion(RIC)，Bayes Information Bayes Criterion(BIC)，Extended 法中只有EBIC方法具有模型选择的相合性． 在本文中，我们主要考虑最优子集选择方法中的相合性问题．对于广义线性模 and 型来说，在一定的正则条件之下，Chen 合的．他们还证明TEBIC方法具有模型选择的相合性，但是RIC方法不具有模型选 择的相合性．在这篇论文里，我们证明了EBIc估计是柝／?D夕p相合的，并证明了在 一定的条件之下，砒C的方法也具有模型选择的相合性． 关键词： 广义线性模型；贝叶斯信息准则；拓展的贝叶斯信息准则；风险膨胀准 则． 硕士学位论文 MASTER：STHESIS ABSTRACT Itiswellknownthattherearetwo ofmodelselectionmethodsin types popular literature．Oneselectsvariablesviavarious asleast type shrinkagemethods，such absolute andselection absolutede- clipped shrinkage operator(LASSO)，sm00thly minimaxconcave whichSCAD viation(SCAD)andpenalty(MCP)，etc．，among andMCPCanalsoselectthetruemodel otheroneisthebestsub- consistently．The set information procedure，suchas，Akaike’S inflation information criterion(RIC)，Bayes generalizedcross．validation(GCV)，risk information which criterion(BIC)