联合广义线性模型中的变量选择(英文)

被引：13

作者：

王大荣 ^{[1
,2
]}

张忠占 ^{[1
]}

机构：

[1] 北京工业大学应用数理学院

[2] 北京工业大学实验学院

来源：

关键词：

Akaike信息准则; 变量选择; 联合广义线性模型; 扩展拟似然; Kullback-Leibler信息量;

D O I：

暂无

中图分类号：

O212 [数理统计];

学科分类号：

摘要：

在联合广义线性模型中,均值和散度参数都被赋予了广义线性模型的结构,本文主要考虑该模型的变量选择问题,文章利用扩展拟似然函数,提出了一个适用于联合广义线性模型的新的变量选择准则(EAIC),该准则是Akaike信息准则的推广,论文通过模拟研究和一个实例分析验证了该准则的效果。

引用

页码：245 / 256

页数：12

共 4 条

[1] An asymptotic theory for linear model selection
Shao, J
[J]. STATISTICA SINICA, 1997, 7 (02) : 221 - 242
[2] CONSISTENCY AND ASYMPTOTIC NORMALITY OF THE MAXIMUM-LIKELIHOOD ESTIMATOR IN GENERALIZED LINEAR-MODELS
FAHRMEIR, L
KAUFMANN, H
[J]. ANNALS OF STATISTICS, 1985, 13 (01): : 342 - 368
[3] ASYMPTOTIC PROPERTIES OF CRITERIA FOR SELECTION OF VARIABLES IN MULTIPLE-REGRESSION
NISHII, R
[J]. ANNALS OF STATISTICS, 1984, 12 (02): : 758 - 765
[4] An extended quasi-likelihood function. Nelder,JA,Pregibon,D. Biometrika . 1987