摘要: 高维稀疏建模是当前统计学与计量经济学的理论前沿,是一种处理大数据的统计分析方法,在经济与金融领域有着广泛的应用前景。本文探讨了高维数据与高维模型对传统方法带来的问题和挑战,并梳理了稀疏建模的发展、选择机制的作用及惩罚函数方法的理论性质。在实证方面,本文利用了高维稀疏VAR模型研究了35个大中城市住宅销售价格的预测问题。相比起传统的VAR模型与低维的动态面板数据模型,高维稀疏VAR模型的结构更加精简,能够捕捉重要解释变量与经济信息,预测效果更优。
李仲达等. 大数据时代的高维统计:稀疏建模的发展及其应用[J]. 统计研究, 2015, 32(10): 3-11.
Li Zhongda et.al. High-Dimensional Statistics in Big Data Era: Development and Application of Sparse Modeling[J]. Statistical Research, 2015, 32(10): 3-11.