近似稀疏高维非参与半参模型的Dantzig Selector的研究

项目名称： 近似稀疏高维非参与半参模型的Dantzig Selector的研究

项目编号： No.11201499

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 盖玉洁

作者单位： 中央财经大学

项目金额： 22万元

中文摘要： 稀疏条件下的高维统计模型已有广泛深入的研究和应用，但稀疏性在应用中具有局限性，很多情况下大多数变量的系数很小并非严格为零，我们称之为近似稀疏。文献中对近似稀疏条件下高维模型的研究非常少， 故本项目致力于近似稀疏条件下的高维非参与半参模型的研究。主要研究内容为：一是建立近似稀疏条件下高维非参与半参数模型的变量选择的理论和方法，即对我们所要研究的非参与半参数模型进行适当的变形，变为参数的线性结构后，研究其在近似稀疏条件下dantzig selector变量选择方法的模型选择相合性及参数估计的相合性；二是由于变量选择后的子模型在近似稀疏的假设下必有偏，故选择适当的备选结构，对子模型进行纠偏调整，使之具有无偏性；三是对于纠偏调整后的子模型构造参数和非参的相合估计，从而利用调整子模型进行预测，提高预测精度。由于近似稀疏性假设在实际应用中的存在合理性和普遍性，从而可以期待,本研究理论上有所创新。

中文关键词： 变量选择；高维模型；近似稀疏；纠偏；相合估计

英文摘要： Sparse high-dimensional models have been widely studied and applied, there have been many useful variable selection methods which turn the high-dimensional models into low applicable models, but there are little literatures about the nearly spare high-di

英文关键词： Variable Selection；High-dimensional Models；Nearly Sparsity；Bias-correction；Consistent Estimation