摘要: 阈值模型是刻画非线性关系的一类重要模型,但由于传统的阈值估计量具有非标准型的渐近分布以及保守的置信区间,使得其在实证应用中受到限制。针对这些局限性,本文将传统的阈值模型扩展成为具有高维稀疏特征的形式,并从变量筛选的角度去考察模型的结构突变,在此基础上为新的高维阈值模型设计合理的求解算法,并进一步推导了参数估计量的一致性与渐近正态性。通过数值模拟实验发现,高维稀疏的建模方法,不仅能够有效识别出阈值模型的结构突变,对重要变量的参数也有着非常良好的估计效果。
李仲达等. 非连续型高维阈值回归理论:稀疏建模与推断[J]. 统计研究, 2017, 34(4): 89-100.
Li Zhongda et al.. Discontinuous High-dimensional Threshold Regression Theory: Sparse Modeling and Inference[J]. Statistical Research, 2017, 34(4): 89-100.