变量选择中的LARS算法及其在国民经济中的应用.pdf

峭一慧军帆协敝朋。缴:爱毪毅纨硕士学位论文叠缝缝铆铆帆硪捉硼年孓月协日竺鱼闰%分类号:Ⅵ号:细寥单位代码:蛰髯勉誊,,、,;、;厂,学作者专导师合作导师密级:业∥痵
韭导师签名:蔓鳢日期:——:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:日期:本人同意学校保留或向国家有关部门或机构送交论文的印刷件和电子版,允许论文被查阅和借阅;本人授权山东大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或其他复制手段保存论文和汇编本学位论文。C苈畚脑诮饷芎笥ψ袷卮斯娑’
录目孔山东大学硕士学位论文中文摘要变量选择的必要性.............................变量选择的发展及要求...........................淞垦≡穸怨兰坪驮げ獾挠跋淞垦≡竦腖方法钚〗腔毓樗惴算法与椒ǖ牧O算法的谋洌以及獾男灾剩—惴ǖ牟钩渌得鳎谏苤涤跋煲蛩胤治大样本时的P停小样本模型.................................
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.璱⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯骸⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.:⋯⋯⋯⋯⋯⋯⋯⋯⋯..§.§.—
山东大学硕士学位论文关键词:变量选择,,窬摘要变量选择是多元线性统计模型建立过程中一个很重要的环节,基于不同的需求,可以通过构建不同的约束来进行变量选择。本文将要介绍的算法的主要目的是筛掉一些对因变量影响较小的变量,其主要包含了两方面的内容,一方面为变量选择的椒ǎ硪环矫嫖W钚〗腔毓惴āV饕K枷胧嵌跃涞淖頳乘问题加上绝对值约束,构建变量选择问题,然后运用拉格朗日乘子法,将经典的拉格朗日乘子视为可以构造的参量进行算法的迭代,再根据脑际跫越獾囊G蠖訪牡过程加以修正来得到符合要求的解。在此基础上,我们用该算法对国内生产总值⒘艘桓龉兰颇P停⒍跃弥副杲蟹治觯玫蕉怨谏苤影响较大的因子以及与此对应的估计式,并对年脑龀ぢ首隽嗽げ狻为了考察样本大小对算法精准度的影响,本文又采用小样本模型对辛估计,并对两种情况进行了比较,进一步说明了大样本对估计精度的重要性。
山东大学硕士学位论文盠琣琣珺甌—.簍瑃甌瑃,,甇瑆琣:琩.,,甀琹琹,
引论变量选择的必要性卢岛风变量选择的发展及要求设R虮淞浚瑉瑉瑉。为自变量,则多元线性回归模型的数学形式为:山东大学硕士学位论文在实际经济问题中,一个变量往往受到多个变量的影响。例如,家庭消费支出,。除了受家庭可支配收入的影响外,还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因素的影响,表现在线性回归模型中的解释变量有多个。这样的模型被称为多元线性回归模型。其中,对于任意的回归系数房,其意义为对应的自变量谄渌员淞抗潭ǖ那榭下,每增加一个单位对因变量所产生的效应。K婊淞浚ǔ<偕杵浞颖曜颊态分布。在应用回归分析去处理实际问题时,为了保证回归模型具有优良的解释能力和预测效果,应首先注意自变量的选择。通常,在做回归分析时,人们根据问题本身的专业理论及有关经验,常常把各种与因变量有关或可能有关的自变量引进回归模型,其结果是把一些对因变量影响很小的,有些甚至没有影响的自变量也选入了回归模型中,这样一来,不但计算量大,而且估计和预测的精度也会下降。此外,在一些情况下,某些自变量的观测数据的获得代价昂贵,如果这些自变量本身对因变量的影响很小或根本就没有影响,但我们不加选择都引进回归模型,势必造成观测数据收集和模型应用的费用不必要的加大。因此,在应用回归分析时,对进入模型的自变量做精心的选择十分必要。从上个世纪中叶开始,回归自变量的选择成为统计学中的热点问题,统计学家们提出了许多选择回归系数的准则,随着近年来高维数据问题的不断出现,这些选择方法也在一定程度上推动了高维数据变量选择的发展。纵观各种不同的线性统计变量回归方法,虽然思想各异,选择变量准则不同,但都主要基于最小二乘方法,并在此基础上根据选择变量的准则加上约束,进而得出算法来实现变量筛选。选择的标准不同,得到的变量选择方法也就不同。像为了消除共线性而提出的】.
山东大学硕士学位论文岭回归惴ǎ捅疚慕=樯艿奈A巳サ粢恍┯跋煳⑷醯谋淞的惴ǎ褪窃谧钚《嘶∩霞由喜煌