面板数据模型的惩罚似然变量选择方法研究.pdfVIP

下载本文档

16
0
约2.45万字
约 7页
2017-11-21 发布于浙江
举报
版权申诉

面板数据模型的惩罚似然变量选择方法研究.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

面板数据模型的惩罚似然变量选择方法研究

第3l卷第3期统计研究 V01．31。No．3 2014年3月 Stafisfical Research Mar．2014 面板数据模型的惩罚似然变量选择方法研究李扬曾宪斌内容提要：本文针对面板数据模型的惩罚似然变量选择问题，比较研究了Lasso．AdaptiveLasso,Bridge和SCAD 四种罚函数的浙近性质。模拟结果验证了在面板数据情况下，Adaptive 立，且它们在变量选择准确性、参数估计精度和模型预测精度三方面的效果都优于Lasso。为了合理选取调整参本文在面板数据框架下应用惩罚似然方法对上市公司市盈率影响因素进行选择，以期对股市投资者做出理性投资决策有一定指导价值。关键词：面板数据；变量选择；惩罚似然；Lasso；调整参数中图分类号：F222．3 文献标识码：A 文章编号：1002—4565(2014)03—0083—07 Researchon VariableSelectionMethodofPenalized Likelihoodfor PanelData Model Li Xianbin YangZeng focusesOilthe of Abstract：This methods likelihoodvariableselectionforthe data paper penalized panel model．and discussesand the of compares and asymptoticpropertiesLasso，AdaptiveLasso，BridgeSCAD．Throughsimulations， andSCADareconfirmedtohavetheoracle and AdaptiveLasso，Bridge betterthanLassoonvariable propertyperform selection aswell estimation asmodel selectthe accuracy，parametersprecision addition，to predictionprecision．In properly considerthecriteria and and tuningparameters，we AIC，BIC，GCV indicatesimulationsthat basedonBICor CP by tuning GCVin dobetterth