在统计学中,多借助零膨胀模型研究零膨胀数据潜在的模型结构及变量选择问题。然而,在多数情况下,响应变量的非零部分为定量数据,简单的零膨胀模型无法刻画这类数据的模型结构,对应的参数估计方法也不再适用。鉴于此,学者提出处理零膨胀...在统计学中,多借助零膨胀模型研究零膨胀数据潜在的模型结构及变量选择问题。然而,在多数情况下,响应变量的非零部分为定量数据,简单的零膨胀模型无法刻画这类数据的模型结构,对应的参数估计方法也不再适用。鉴于此,学者提出处理零膨胀半连续数据的两部模型。本文将组合惩罚似然估计方法引入两部模型,研究其变量选择问题。提出一种新的处理高维统计分析问题的惩罚似然估计方法:NCPM (New Combined Punishment Method),并将该方法应用于太原市降水量数据,分析其影响因素。模拟及实例分析结果均表明本文的方法行之有效,较传统的惩罚似然估计方法具有更高的预测精度。展开更多
文摘在统计学中,多借助零膨胀模型研究零膨胀数据潜在的模型结构及变量选择问题。然而,在多数情况下,响应变量的非零部分为定量数据,简单的零膨胀模型无法刻画这类数据的模型结构,对应的参数估计方法也不再适用。鉴于此,学者提出处理零膨胀半连续数据的两部模型。本文将组合惩罚似然估计方法引入两部模型,研究其变量选择问题。提出一种新的处理高维统计分析问题的惩罚似然估计方法:NCPM (New Combined Punishment Method),并将该方法应用于太原市降水量数据,分析其影响因素。模拟及实例分析结果均表明本文的方法行之有效,较传统的惩罚似然估计方法具有更高的预测精度。
