基于迹lasso模型的变量筛选方法

lasso法因能得到稀疏解而常用于计量模型的变量筛选中。然而在处理强相关数据时,lasso法不存在组效应且结果不稳定。针对该问题,本文在变量筛选时提出了对lasso法改进后的迹lasso法,该方法具有自动组效应的优点。将其运用至空气质量指数模型的变量筛选中,实证分析表明,迹lasso法能更好地处理强相关数据,且能筛选出更精炼的变量,从而构建一个更容易解释的模型。