- 年份
- 2024(2654)
- 2023(4062)
- 2022(3636)
- 2021(3580)
- 2020(3161)
- 2019(7527)
- 2018(7492)
- 2017(14729)
- 2016(7943)
- 2015(9083)
- 2014(8927)
- 2013(8513)
- 2012(7488)
- 2011(6744)
- 2010(7065)
- 2009(6436)
- 2008(6258)
- 2007(5353)
- 2006(4756)
- 2005(4086)
- 学科
- 济(32430)
- 经济(32399)
- 管理(22908)
- 业(22824)
- 企(20010)
- 企业(20010)
- 方法(18650)
- 数学(17090)
- 数学方法(16569)
- 农(7476)
- 中国(7175)
- 理论(6902)
- 财(6683)
- 业经(6446)
- 学(5802)
- 制(5472)
- 技术(5048)
- 贸(4939)
- 贸易(4935)
- 地方(4911)
- 教学(4842)
- 农业(4829)
- 易(4817)
- 务(4669)
- 财务(4631)
- 财务管理(4624)
- 策(4594)
- 和(4460)
- 划(4413)
- 企业财务(4361)
- 机构
- 学院(110311)
- 大学(108624)
- 管理(44371)
- 济(41747)
- 经济(40879)
- 理学(39050)
- 理学院(38692)
- 管理学(37465)
- 管理学院(37297)
- 研究(33396)
- 中国(24690)
- 京(22475)
- 科学(22115)
- 财(18310)
- 农(17968)
- 业大(17625)
- 所(17011)
- 江(15933)
- 研究所(15642)
- 中心(15405)
- 财经(15013)
- 农业(14202)
- 北京(14052)
- 经(13656)
- 技术(13418)
- 范(13295)
- 师范(13100)
- 州(13030)
- 院(12155)
- 经济学(12143)
- 基金
- 项目(76961)
- 科学(60515)
- 基金(55456)
- 研究(53626)
- 家(49034)
- 国家(48672)
- 科学基金(42241)
- 社会(32611)
- 省(31560)
- 社会科(30947)
- 社会科学(30939)
- 自然(29462)
- 自然科(28897)
- 自然科学(28892)
- 基金项目(28690)
- 自然科学基金(28344)
- 教育(26901)
- 划(26331)
- 资助(24543)
- 编号(21820)
- 重点(17696)
- 成果(17047)
- 部(16545)
- 创(16475)
- 发(15698)
- 课题(15604)
- 创新(15291)
- 科研(14884)
- 计划(14883)
- 大学(14411)
共检索到152979条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 数理统计与管理
[作者]
冷薇 李俊鹏 张崇岐
变量选择是统计建模中重要的问题。当试验数据维数很高时,传统变量选择方法的应用受到了很多制约。本文以高维混料试验为基础,比较了AIC准则和LASSO在变量选择问题上的优良性。通过实例验证,LASSO可以快速且准确地对高维混料模型中的变量进行筛选,从而得出最优模型,达到降低成本、提高利益的目的。
关键词：
高维混料模型 变量选择 LASSO
[期刊] 统计与决策
[作者]
刘丹 郑少智
文章考虑了Cox模型的变量选择问题,将自适应Lasso引入到Cox模型中,提出了一类基于惩罚偏似然函数的自适应Lasso估计程序。通过对偏似然函数采用二阶泰勒展开式近似逼近,运用循环坐标下降法求解模型,再借助牛顿—拉普森迭代完成整个变量选择和估计过程。随机数据模拟的结果表明该方法具有优良的变量选择效果,并适用于高维数据。
[期刊] 统计研究
[作者]
韩猛 白仲林
门限因子模型设定载荷具有阈值型区制转换结构,可以同时刻画高维时间序列的共变性和区制转换特征。针对高维门限因子模型,本文基于自适应组LASSO技术给出了一种一致模型选择过程。这一模型选择过程将因子个数设定、门限效应推断纳入统一的分析框架,不仅解决了模型选择的一致性问题,还同时实现了模型选择误差的统一控制,这对于高维门限因子模型而言是非常重要的。理论研究和随机模拟结论表明本文给出的一致模型选择过程具有良好的大样本性质和有限样本表现。最后,本文将门限因子模型应用于我国金融市场分析,实证结果进一步验证了本文理论的有效性。
关键词：
一致模型选择 门限因子模型 收缩估计
[期刊] 统计与决策
[作者]
何培 姬永刚 姚越眉
文章将自适应Lasso变量选择方法扩展到变系数向量自回归模型(TVP-VAR)中。利用所提出方法对2005—2014年航空煤油价格与民航货邮与旅客周转量月度数据进行分析,并与其他四种方法进行了比较,结果显示:与常系数VAR模型相比,变系数VAR模型能够显著提高模型的拟合与预测精度。提出的自适应Lasso变系数模型一致优于Belmonte,Koop和Korobolis(2014)提出的Lasso变系数模型。
[期刊] 数量经济技术经济研究
[作者]
方彤 苏治
研究目标:在多变量混频GARCH模型中实现低频变量选择。研究方法:构建基于线性波动率预测模型的混频GARCH模型长期波动成分,在对数似然函数中引入LASSO惩罚项,使用多种优化算法实现惩罚似然函数估计并对算法效率进行模拟和评估。研究发现:无权重函数约束的多变量混频GARCH模型在变量选择上较好克服了变量非标准化、参数跳跃和权重参数不可识别问题;单纯形法在较小样本量和较少变量数量时提升了变量选择能力和精度,是BFGS的最优替代算法。研究创新:构建并扩展了多变量混频GARCH模型变量选择,给出性质证明和数值模拟,评估并得出模型估计的算法应用条件。研究价值:给出新的多变量混频GARCH模型变量选择设定,为研究金融市场波动预测性提供新思路。
[期刊] 数理统计与管理
[作者]
古志婷 宋泽芳 李元
本文以沪深300指数为研究对象,应用LASSO变量选择方法与多因子模型来研究增强型指数基金的构造。实证结果表明,在样本数据内,基于LASSO变量选择方法与多因子模型所构造的增强型指数基金均能够在追踪基准指数的同时获取超额收益。并且发现基于LASSO变量选择方法构造的增强型指数基金优于多因子模型构造的增强型指数基金。
[期刊] 统计与决策
[作者]
黄河 潘莹丽
在生物医学、临床试验和流行病学等领域的研究中，由于获得生存数据的试验设计、观测时间的局限，以及观测对象在进入或退出试验时的个体差异等方面的原因，与所关注事件的发生时间相关的数据经常存在右删失。基于右删失生存数据解析协变量和生存时间的关系时，应用最为广泛的统计模型是Cox模型。随着科学技术的进步，数据收集变得越来越容易，导致数据库规模越来越大、复杂性越来越高，数据的维度通常可以达到成百上千维，甚至更高。文章提出一种Cox模型中基于Model-X Knockoffs的高维控制变量选择方法。首先基于Knockoffs框架建立一个Knockoffs变量，并基于原始协变量和其相应的Knockoffs变量构造一个正则化的目标函数，然后通过求解目标函数的最优解构造一个统计量和基于数据的阈值，最后进行变量选择。模拟分析和实证研究结果表明：所提方法可以在变量选择的同时提供可靠的FDR控制，优于传统的LASSO方法。
[期刊] 统计与决策
[作者]
张帅 杨剑锋 薛丽
针对高维数据往往不服从正态分布导致统计监控模型识别精度低、监控效率差的问题，文章提出一种基于高斯混合模型的变量选择控制图方法。首先，利用高斯混合模型将高维过程分解成若干个服从正态分布的子分布；然后，运用Adaptive LASSO算法识别潜在异常变量；最后，构建多元EWMA控制图实现高维过程统计质量监控。通过仿真实验，在六种不同情形下对所提方法的监控性能进行测试。结果表明，与传统MEWMA和VS-MEWMA控制图相比，所提监控方法对非正态数据具有较强的稳健性，对高维过程具有良好的监控性能。
[期刊] 数量经济技术经济研究
[作者]
孙燕
不同于常见的模型估计和检验研究,本文重点关注计量模型设定中的变量选择问题,提出了随机效应Logit计量模型的自适应Lasso变量选择方法,同步完成变量选择和参数估计。由于模型中随机效应的存在加大了变量选择难度,本文将随机效应视为缺失数据,采用EM算法结合Gauss-Hermite数值积分法,根据Newton-Raphson迭代法建立模型参数的自适应Lasso。蒙特卡罗仿真模拟实验结果表明,该变量选择方法在有限样本下的表现良好。最后又将该方法运用于个体健康影响因素的分析中。
[期刊] 统计研究
[作者]
唐晓彬 刘博 刘江宁
新冠肺炎疫情不仅对我国宏观经济造成了巨大冲击,也为准确预测我国宏观经济未来走势带来挑战。本文从新冠肺炎疫情冲击出发,将模型置信集检验与U-MIDAS模型组合,设计了一种在混频情形下利用预测变量的异质性波动从大维数据集中选取对GDP具有稳定预测效果变量的方法。通过利用选取出的稳定性变量构建多种形式的混频目标因子模型并与其他类型的混频因子模型对比,全面评估了不同模型在疫情前后对GDP进行高频现时预测的效果。研究发现,在疫情冲击前的平稳时期,利用覆盖范围较广的变量构建双因子MIDAS模型预测效果最优;利用稳定性变量构建的单因子U-MIDAS模型同样具有良好的预测效果。当经济从冲击中持续恢复时,利用部分稳定性变量构建的双因子U-MIDAS模型在捕捉到GDP的核心变化后率先对其连续做出准确的现时预测。经济稳定时,对预测变量设定较长的滞后阶数会提升预测效果;在冲击后的恢复期中则应减少滞后阶数,避免变量在冲击中出现的异常值对预测产生负面影响。本文也为当经济受到巨大外生冲击或处于冲击后的恢复期时其他宏观经济指标的预测提供了有价值的参考。
[期刊] 统计与决策
[作者]
余纯 文双 黄丹
有限混合回归模型已被广泛应用于由聚类和异质结构总体产生的混合回归关系的建模中,文章提出了一种在混合回归模型中检测预测变量-簇间效应和变量选择的基于等式约束的Lasso新方法;给出了一种修正的期望-最大化(EM)算法,能使混合回归模型执行稳定、高效的计算,并提出了在该修正的EM算法内的M步骤中的Bregman coordinate descent算法(简称BCDA算法)来估计预测变量和簇间效应参数。模拟研究和实际数据应用表明,该方法在预测变量-簇间效应检测和变量选择方面均有很好的表现。
[期刊] 数理统计与管理
[作者]
蒋青嬗 韩兆洲
多数基于线性混合效应模型的变量选择方法分阶段对固定效应和随机效应进行选择,方法繁琐、易产生模型偏差,且大部分非参数和半参数的线性混合效应模型只涉及非参数部分的光滑度或者固定效应的选择,并未涉及非参变量或随机效应的选择。本文用B样条函数逼近非参数函数部分,从而把半参数线性混合效应模型转化为带逼近误差的线性混合效应模型。对随机效应的协方差矩阵采用改进的乔里斯基分解并重新参数化线性混合效应模型,接着对该模型的极大似然函数施加集群ALASSO惩罚和ALASSO惩罚两类惩罚,该法能实现非参数变量、固定效应和随机效应
[期刊] 数理统计与管理
[作者]
蒋青嬗 韩兆洲
多数基于线性混合效应模型的变量选择方法分阶段对固定效应和随机效应进行选择,方法繁琐、易产生模型偏差,且大部分非参数和半参数的线性混合效应模型只涉及非参数部分的光滑度或者固定效应的选择,并未涉及非参变量或随机效应的选择。本文用B样条函数逼近非参数函数部分,从而把半参数线性混合效应模型转化为带逼近误差的线性混合效应模型。对随机效应的协方差矩阵采用改进的乔里斯基分解并重新参数化线性混合效应模型,接着对该模型的极大似然函数施加集群ALASSO惩罚和ALASSO惩罚两类惩罚,该法能实现非参数变量、固定效应和随机效应的联合变量选择,基于该法得出的估计量也满足相合性、稀疏性和Oracle性质。文章最后做了个数值模拟,模拟结果表明,本文提出的估计方法在变量选择的准确性、参数估计的精度两个方面均表现较好。
[期刊] 统计与决策
[作者]
宋瑞琪 朱永忠 王新军
如何在高维数据空间中筛选有用变量,提取有用的信息,是大数据时代研究的热点之一。文章将变量选择的方法应用于高维数据,通过模拟仿真,引进敏感性与特异性,分析比较岭回归、Lasso、自适应Lasso以及Elastic Net回归等方法的适用领域,并指出变量选择方法的应用前景。
关键词：
大数据 系数压缩法 变量选择 高维数据
[期刊] 统计与决策
[作者]
白永昕 钱曼玲 田茂再
在超高维数据中,一方面，协变量的维数可能远远大于样本量,甚至随着样本量以指数级的速度增长；另一方面，超高维数据通常是异质的，协变量对条件分布中心的影响可能与他们对尾部的影响大不相同，甚至会出现重尾以及异常点的复杂情况。文章在协变量维度发散且为超高维的情况下研究了部分线性可加分位数回归模型的变量选择和稳健估计问题。首先，为了实现模型的稀疏性和非参数光滑性，引入了一种非凸Atan双惩罚，并采用分位迭代坐标下降算法来解决所提方法的优化问题。在选择适当正则化参数的情况下，证明了所提双惩罚估计量的理论性质。其次，通过模拟研究对所提方法的性能进行验证。模拟结果表明，所提方法比其他惩罚方法具有更好的表现，尤其是在数据存在重尾的情况下。最后，通过基于癌症筛查病人血液样本数据的实证来验证所提方法的实用性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
