论文部分内容阅读
变量选择方法是处理高维统计模型的基本方法。现有的变量选择方法主要是子集选择法和系数压缩法。子集选择法包括逐步回归法、向前或向后选择法等一些常用的方法,这种方法在协变量维数p较大时,不仅计算量较大,而且忽略了随机误差。系数压缩法是近些年发展较快的一种方法,其最大的优势在于能同时进行参数估计和变量选择,并能将真值为0的参数准确地估计为0,这种方法同样计算量大,计算速度缓慢,而且在实际问题中也不易操作。注意到,这两种方法均是针对经典线性模型提出的,将它们应用到复杂的模型中还需要进一步的研究。这些分析构成了本文的研究动机。
考虑到现实生活中,我们经常碰到响应变量为属性变量的情形,本文特别针对二分类响应变量模型的变量选择问题进行研究。本文创新性地将模糊集理论应用到二分类响应变量模型的变量选择中,从集合的角度出发,出别于以往的子集选择法和系数压缩法等基于模型的方法,从而针对二分类响应变量模型,创建了直观、易于解释且便于计算的变量选择方法。值得一提的是,该方法具有以下一些优势:①不需要假定模型的具体形式;②在协变量维数p较大甚至是远大于n的情况下,该方法的操作简单易行且有效;③该方法不需要像针对Logistic回归模型的变量选择方法那样,要求协变量为分类变量或对协变量进行离散化处理,亦即,该方法对于协变量类型没有要求。
由于本文所提出的新变量选择方法的表现在很大程度上依赖于隶属函数的选取,本文又针对“隶属函数”进行了探讨,在充分考虑实际问题背景的前提下,以数形结合的方式建立了隶属函数的选取标准以及隶属函数中未知参数的确定方法,与此同时,本文还提出了一类新的中间型隶属函数,以供实际问题选择。一个实际例子的应用揭示了新变量选择方法不仅在操作上简单易行,而且在协变量维数p远大于样本容量n的情形下也极为有效,能迅速地筛选出重要的协变量。