关于若干半参数统计模型中的变量选择方法的研究

项目名称： 关于若干半参数统计模型中的变量选择方法的研究

项目编号： No.10901109

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 金属学与金属工艺

项目作者： 温松桥

作者单位： 深圳大学

项目金额： 16万元

中文摘要： 近十年来，关于参数模型尤其是高维稀疏线性模型的正则化变量选择方法得到了很大的发展，然而，对于半参数模型这一大类具有广泛实际应用价值模型的变量选择方法的研究却没有得到应有的重视。本项目将研究两大类半参数统计模型的变量选择方法，一类是具有可加结构的回归模型，包括可加模型，线性可加模型，可加混合模型等等；另一类是指标模型和充分降维模型。我们将根据不同模型的特点，借鉴关于参数模型的最新研究成果，构造半参数模型的变量选择准则以及算法，研究相应估计的渐进性质和变量选择方法的相合性，探索它是否具有类似于线性模型下的Oracle性质。我们还将尝试将相应的方法推广到高维数据设置之下，即假设变量的维数随样本量的增加而增大，我们需要关注变量维数在多快的增长速度之内仍可以保证估计与推断的的有效性。这些研究是我们目前研究工作的继续。

中文关键词： 变量选择；可加模型；拟合优度检验；广义线性混合模型；高维数据分析

英文摘要：

英文关键词： Variable selection；additive models；goodness-of-fit；generalized linear mixed model；high dimensional data analysis