一种带有自适应惩罚权重的惩罚最小一乘估计

• 作者: 贺兴时 赖学方
• 来源期刊: 纺织高校基础科学学报
• 关键词: 高维线性回归 参数估计 最小一乘估计
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 数学
• 页码范围: 471-477
• 页数: 7页
• 分类号: O212
• 语种: 中文
• DOI: 10.13338/j.issn.1006-8341.2016.04.010

摘要

为有效解决误差为重尾分布的高维线性回归模型的参数估计问题,提出一种新的参数估计方法,将一种“对数-指数-和”型的惩罚项与最小一乘估计相结合,在参数估计过程中能够自适应地调整各系数的惩罚权重,使参数估计结果更加准确稳定.对该方法进行数值实验测试,并选择同类型的几种参数估计方法进行对比,结果证明了该参数估计方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺兴时	西安工程大学理学院	136	975	16.0	25.0
2	赖学方	西安工程大学理学院	4	12	2.0	3.0