随机效应Logit计量模型的自适应Lasso变量选择方法研究——基于Gauss-Hermite积分的EM算法

不同于常见的模型估计和检验研究,本文重点关注计量模型设定中的变量选择问题,提出了随机效应Logit计量模型的自适应Lasso变量选择方法,同步完成变量选择和参数估计。由于模型中随机效应的存在加大了变量选择难度,本文将随机效应视为缺失数据,采用EM算法结合Gauss-Hermite数值积分法,根据Newton-Raphson迭代法建立模型参数的自适应Lasso。蒙特卡罗仿真模拟实验结果表明,该变量选择方法在有限样本下的表现良好。最后又将该方法运用于个体健康影响因素的分析中。