期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
高维数据的稳健二分类方法 被引量:1
1
作者 史兴杰 王赛 李扬 《统计研究》 CSSCI 北大核心 2020年第9期95-105,共11页
对于实证研究中经常遇到变量维数高和存在异常值的二分类问题,探索稳健的高维二分类方法显得尤为重要。本文提出基于Lasso惩罚的光滑0-1损失函数二分类法,并利用Fabs算法高效地解决了变量选择和参数估计问题。数值模拟的结果表明,在不... 对于实证研究中经常遇到变量维数高和存在异常值的二分类问题,探索稳健的高维二分类方法显得尤为重要。本文提出基于Lasso惩罚的光滑0-1损失函数二分类法,并利用Fabs算法高效地解决了变量选择和参数估计问题。数值模拟的结果表明,在不同异常值比例下该方法均具有良好的稳健性。基于CHIP 2013年度数据,利用该方法对农民工子女高中入学决定的影响因素进行了实证研究。分析发现,农民工父母的教育水平、教育水平与家庭经济状况的交互作用、农民工子女性别、性别与民族的交互作用均对农民工子女的入学决定有重要影响。 展开更多
关键词 0-1损失 Fabs算法 变量选择 稳健二分类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部