基于惩罚极大Lq似然的Logistic回归系数的估计及变量选择 |
| |
引用本文: | 李兰君,刘赪,赵联文.基于惩罚极大Lq似然的Logistic回归系数的估计及变量选择[J].甘肃科学学报,2022(3):21-25. |
| |
作者姓名: | 李兰君 刘赪 赵联文 |
| |
作者单位: | 西南交通大学数学学院 |
| |
基金项目: | 国家自然科学基金(51878558); |
| |
摘 要: | 极大似然估计是Logistic回归模型的常用参数估计方法,且在一定条件下具有一致性和渐近正态性。但极大似然估计的优良性主要体现在大样本情况,当解释变量具有多重共线性且样本量较小时,为得到更好的拟合效果以及实现参数稀疏化,将极大Lq似然估计与Lasso惩罚结合,得到Lasso极大Lq似然估计。并运用数值模拟对Lasso极大似然估计和Lasso极大Lq似然估计进行比较得到,在样本量较小时,Lasso极大Lq似然估计的表现优于Lasso极大似然估计。
|
关 键 词: | Logistic回归模型 极大似然估计 极大Lq似然估计 Lasso |
|
|