摘要: 在大数据时代,数据的异质性和变量的稀疏性是不可回避的两个问题。本文针对上述两个问题构建异质性Logit变量选择模型。模拟研究显示,在不同的异质性条件下,本文提出的方法可以明显区分有效变量和冗余变量。另一方面,通过Gmeans等评价指标可知该模型具有很好的预测效果。在关于上市公司财务预警分析的应用研究中,本文方法得到具有解释意义的结果,说明该方法具有一定的实证价值。
斯介生等. 基于异质性数据的Logit变量选择模型研究[J]. 统计研究, 2017, 34(12): 110-118.
Si Jiesheng Li Yang Xie Bangchang. The Study of Variable Selection in Logit Model Based on Heterogeneous Data[J]. Statistical Research, 2017, 34(12): 110-118.