高维数据变量选择中MCP正则化参数选择研究

• 作者: 吴炜明 张肖萍 王延新
• 来源期刊: 统计学与应用
• 学科: 数学
• 关键词: 变量选择 MBIC MCP 正则化参数 高维数据
• 年，卷（期）: 2019,（6）
• 页码范围: 852-858
• 页数: 7页
• 分类号: O15

摘要

大数据时代,高维数据的变量选择是现代统计的研究热点问题之一。MCP正则化方法是常用的变量选取方法,但MCP正则化方法的优劣取决于能否选取出最优的正则化参数。本文在BIC准则的基础上,提出适用于MCP正则化参数选择的MBIC准则。通过数据模拟及实际应用表明,MCP方法在MBIC准则下能够以更高的概率选择正确的模型,MBIC准则明显优于其它参数选择方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王延新		7	1	1.0	1.0
2	张肖萍		1	0	0.0	0.0
3	吴炜明		1	0	0.0	0.0