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：

020208 ; 070103 ; 0714 ;

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 [J].

Shao, J .

FAHRMEIR, L ;

KAUFMANN, H .

NISHII, R .

[4]

An extended quasi-likelihood function. Nelder,JA,Pregibon,D. Biometrika . 1987