基于双自适应Lasso惩罚的随机效应分位回归模型研究

作     者：罗幼喜 李翰芳 Luo Youxi Li Hanfang

作者机构：湖北工业大学理学院 华中师范大学数学与统计学学院 

基　　金：国家自然科学基金项目(11271368) 教育部人文社会科学研究青年基金项目(13YJC790105) 湖北工业大学博士科研启动基金项目(BSQD13050)的资助 

出 版 物：《数量经济技术经济研究》 (Journal of Quantitative & Technological Economics)

年 卷 期：2017年第34卷第5期

页      码：136-148页

摘      要：研究目标:解决随机效应分位回归模型中固定效应和随机效应系数同时估计和选择问题。研究方法:对固定效应和随机效应系数同时实施自适应Lasso惩罚,并为参数估计设计交替迭代算法。研究发现:新方法不仅对随机误差分布具有较强的稳健性,而且在不同稀疏度模型下均有着良好的表现,尤其是在高维情形时。研究创新:本文提出的方法在对模型中重要自变量进行选择的同时能够充分考虑随机效应的影响;交替迭代算法不仅有效解决了需要选择两个惩罚参数的困境,而且收敛速度快。研究价值:为实际工作者对面板数据和纵向数据的分析提供了有效的建模方法。

主 题 词：随机效应 自适应Lasso 迭代算法 变量选择 分位回归 

学科分类：02[经济学] 0202[经济学-财政学类] 020208[020208] 0201[经济学-经济学类] 07[理学] 020101[020101] 0714[0714] 070103[070103] 0701[理学-数学类] 

核心收录：

D　O　I：10.13653/j.cnki.jqte.2017.05.009

馆 藏 号：203230479...