內容簡介
本書第1章給出了模型平均方法的研究背景和研究現狀。在第2章中基於Stein引理和似然函數,針對發散維度的Poisson回歸模型提出了一種具有無偏性的最優權重選取準則。針對單指標模型,本書第3章基於交叉驗證方法提出了最優權重的選取準則。第4章考慮到支撐向量機模型可以很好地應用於高維分類數據,利用模型平均方法處理了該模型在變數選擇上的不確定性並提高了分類精度。第5章提出了許多需要進一步研究的問題。本書除了理論研究之外,還進行了大量的模擬研究並將模型平均方法應用於經濟相關領域,其結果表明本書中所提出的最優模型平均方法在預測能力以及穩健性上常常優於其他常見的模型選擇/平均方法。作者簡介
鄒家輝,首都經濟貿易大學統計學院講師,中國科學院數學與系統科學研究院博士,香港城市大學訪問學者。研究方向包括:模型平均、集成學習、最優子抽樣。在Econometric Reviews, IEEE Transactionson Information Theory, Journal of Systems Science and Complexity等期刊以及會議AISTATS上發表多篇學術論文,並主持一項國家自然科學基金青年項目。目錄
第1章 緒論