摘要
本文受到SICA(smooth integration of counting and absolute deviation)方法的啟發,提出一族基于反正切函數的非凸罰函數Arctan LASSO(Arctangent least absolute shrinkage and selection operator),該罰函數可以進行參數估計和變量選取,而且提供了一種有效的平滑方法從L_0過渡到L_1罰函數,漸近性質表明Arctan LASSO估計量具有n~(1/2)相合性和oracle性質.本文結合LLA(local linear approximation)和坐標下降法給出一種有效的迭代算法,并且基于BIC(Bayesian information criterion)準則選出合適的正則化參數.模擬數據分析顯示Arctan LASSO在估計精度和變量選取方面有較好的表現,估計效果類似于SICA,而且通常優于LASSO、SCAD(smoothly clipped absolute deviation)、MCP(minimax concave penalty)和自適應LASSO.該方法在實際數據中可以用于變量選取的研究,具有重要的實際意義.
| 貢獻的翻譯標題 | Parameter estimation and variable selection via Arctan LASSO |
|---|---|
| 原文 | ???core.languages.zh_ZH??? |
| 頁（從 - 到） | 853-866 |
| 期刊 | 中國科學:數學 |
| 發行號 | 06 |
| 出版狀態 | 已發佈 - 2016 |
Keywords
- ArctanLASSO n1/2相合性 oracle性質 參數估計 變量選取