【摘要】：高維數(shù)據(jù)在經(jīng)濟(jì)、金融、統(tǒng)計(jì)、生物基因工程等領(lǐng)域出現(xiàn)的頻率越來(lái)越高,刻畫高維數(shù)據(jù)潛在的模型結(jié)構(gòu)是分析高維數(shù)據(jù)的基礎(chǔ).統(tǒng)計(jì)學(xué)中,回歸是刻畫數(shù)據(jù)模型結(jié)構(gòu)一種常用的模型,常用的有最小二乘回歸和分位數(shù)回歸等.隨著統(tǒng)計(jì)技術(shù)和計(jì)算能力的發(fā)展,在處理多維數(shù)據(jù)甚至高維數(shù)據(jù)時(shí),回歸模型的變量選擇問題已經(jīng)由傳統(tǒng)的最優(yōu)子集回歸方法和逐步回歸方法發(fā)展到正則化框架.Tibshirani[89]在回歸模型中引入了L1懲罰函數(shù),即著名的Lasso來(lái)對(duì)自變量進(jìn)行選擇,開創(chuàng)了正則化框架的先河,隨后得到迅速發(fā)展和演化,Fan Li [30]提出了SCAD懲罰函數(shù)來(lái)克服Lasso選擇模型過大以及估計(jì)偏差較大等問題,并提出“Oracle “性質(zhì)來(lái)作為變量選擇的評(píng)價(jià)準(zhǔn)則.自此,正則化框架成為處理回歸問題變量選擇的熱門手段.本文將正則化框架引入Expectile回歸(NeweyPowell[70]1987提出)中,做了以下兩個(gè)方面的研究:·多維情況下,研究了帶有SCAD懲罰函數(shù)的Expectile回歸在變量選擇和回歸參數(shù)估計(jì)等方面的表現(xiàn),并證明該方法具有“Oracle”性質(zhì);·高維情況下,研究了在回歸誤差具有有限階矩的情況下,帶有懲罰SCAD項(xiàng)的Expectile回歸在變量選擇上的表現(xiàn),證明了理論“Oracle”解是相應(yīng)非凸優(yōu)化問題的一個(gè)局部解.同時(shí),我們采取CCCP算法來(lái)求解這一非凸優(yōu)化問題,并證明了由CCCP算法得到的解在經(jīng)過有限步迭代之后會(huì)依概率收斂到“Oracle”解,從而將由算法給出的局部最優(yōu)解和理論“Oracle”解統(tǒng)一聯(lián)系起來(lái).另外,當(dāng)高維數(shù)據(jù)存在異方差時(shí),采用正則化的Expectile回歸能夠識(shí)別出導(dǎo)致異方差現(xiàn)象的協(xié)變量,而這一性質(zhì)傳統(tǒng)的最小二乘方法并不具有.本文的另一個(gè)工作是在數(shù)據(jù)驅(qū)動(dòng)的非參數(shù)框架下對(duì)Mean-CVaR最優(yōu)資產(chǎn)組合問題的研究,特別地,當(dāng)投資允許賣空時(shí),通過引入投資策略L1限制條件將變量選擇和最優(yōu)資產(chǎn)組合問題結(jié)合起來(lái).本文從理論角度分析了以CVaR為風(fēng)險(xiǎn)度量的最優(yōu)資產(chǎn)組合的漸近性質(zhì),從最優(yōu)解和有效前沿邊界的相合性等方面證明了該非參數(shù)框架下的Mean-CVaR模型可以很好地逼近理論模型.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：F224
【圖文】：

２．１邋ＥＸｗｅｌｌ邋［７０］（１９８７）受分位數(shù)回歸中損失函數(shù)賦予正非對(duì)稱平方損失逡逑｛ａｒ２，邐ｒ邋＞邋０，逡逑（１邋—邋ａ）ｒ２，邋ｒ邋＜邋０．逡逑．如同分位數(shù)檢驗(yàn)損失函數(shù)ｐａ（ｒ）可以誘導(dǎo)隨失也可以誘導(dǎo)得到某個(gè)統(tǒng)計(jì)量，現(xiàn)在稱之為Ｅｘ４１邐．．．．邐，邐．邐Ｉ邐ｊ－邐．．邐｜邐■邐ｊ．．逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王進(jìn);;聚類分析中的距離與變量選擇[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2007年S1期

2 高仁祥,張世英,劉豹;基于神經(jīng)網(wǎng)絡(luò)的變量選擇方法[J];系統(tǒng)工程學(xué)報(bào);1998年02期

3 楊璐,高自友;用神經(jīng)網(wǎng)絡(luò)進(jìn)行變量選擇[J];北方交通大學(xué)學(xué)報(bào);1999年03期

4 趙進(jìn)文;模型構(gòu)建中變量選擇的影響分析[J];東北財(cái)經(jīng)大學(xué)學(xué)報(bào);2002年06期

5 李揚(yáng);朱建鋒;謝邦昌;;變量選擇方法及其在健康食品市場(chǎng)研究中的應(yīng)用探究[J];統(tǒng)計(jì)與信息論壇;2013年10期

6 周偉,王建軍,李繼銳;基于人工神經(jīng)網(wǎng)絡(luò)的影響高速公路社會(huì)效益量化的變量選擇方法[J];西安公路交通大學(xué)學(xué)報(bào);2000年03期

7 齊曉麗;梁慧超;馮彥妍;;回歸模型構(gòu)建中變量選擇的研究[J];河北工業(yè)大學(xué)學(xué)報(bào);2009年06期

8 鄧金蘭;王彬寰;樊仕利;;變系數(shù)模型的變量選擇及在股票數(shù)據(jù)中的應(yīng)用[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

9 胡心瀚;葉五一;繆柏其;;上市公司信用風(fēng)險(xiǎn)分析模型中的變量選擇[J];數(shù)理統(tǒng)計(jì)與管理;2012年06期

10 楊金英;;變系數(shù)模型的快速變量選擇方法[J];統(tǒng)計(jì)與決策;2012年05期

相關(guān)會(huì)議論文 前7條

1 張俊華;方偉武;;調(diào)查表分析中變量選擇的一些方法(英文)[A];中國(guó)運(yùn)籌學(xué)會(huì)第六屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2000年

2 李洪東;梁逸曾;;高維數(shù)據(jù)變量選擇新方法研究[A];中國(guó)化學(xué)會(huì)第27屆學(xué)術(shù)年會(huì)第15分會(huì)場(chǎng)摘要集[C];2010年

3 李慷;席裕庚;;復(fù)雜過程系統(tǒng)中操作變量選擇與定位的方法研究[A];1993年控制理論及其應(yīng)用年會(huì)論文集[C];1993年

4 云永歡;王為婷;梁逸曾;;迭代的保留有信息變量來(lái)篩選最佳變量子集的一種多元校正變量選擇方法[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

5 徐登;范偉;梁逸曾;;紫外光譜結(jié)合變量選擇和偏最小二乘回歸同時(shí)測(cè)定水中重金屬鎘、鋅、鈷[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

6 梁逸曾;李洪東;許青松;曹東升;張志敏;;灰色化學(xué)建模與模型集群分析——兼論過擬合、穩(wěn)健估計(jì)、變量選擇與模型評(píng)價(jià)[A];中國(guó)化學(xué)會(huì)第27屆學(xué)術(shù)年會(huì)第15分會(huì)場(chǎng)摘要集[C];2010年

7 周煜人;彭輝;桂衛(wèi)華;;基于映射的高維數(shù)據(jù)聚類方法[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年

相關(guān)博士學(xué)位論文 前10條

1 呂晶;幾類半?yún)?shù)回歸模型的穩(wěn)健估計(jì)與變量選擇[D];重慶大學(xué);2015年

2 王康寧;幾類高維復(fù)雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識(shí)別、變量選擇及穩(wěn)健估計(jì)[D];山東大學(xué);2016年

3 李子林;高維基因數(shù)據(jù)中的統(tǒng)計(jì)方法[D];清華大學(xué);2016年

4 王大榮;分散度量模型中的變量選擇[D];北京工業(yè)大學(xué);2009年

5 王明秋;高維數(shù)據(jù)下若干回歸模型的變量選擇問題研究[D];大連理工大學(xué);2012年

6 劉吉彩;生存數(shù)據(jù)統(tǒng)計(jì)模型的變量選擇方法[D];華東師范大學(xué);2014年

7 樊亞莉;穩(wěn)健變量選擇方法的若干問題研究[D];復(fù)旦大學(xué);2013年

8 唐凱臨;變量選擇和變換的新方法研究[D];同濟(jì)大學(xué);2008年

9 董瑩;高維共線性統(tǒng)計(jì)模型的參數(shù)估計(jì)與變量選擇[D];大連理工大學(xué);2014年

10 葉飛;相對(duì)誤差準(zhǔn)則下的估計(jì)理論和變量選擇方法的研究[D];清華大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王皓天;超高維回歸中變量選擇問題的應(yīng)用研究[D];暨南大學(xué);2017年

2 趙冬琦;基于變量選擇的股指期貨對(duì)股票市場(chǎng)影響的實(shí)證研究[D];蘭州大學(xué);2015年

3 程勇;多水平模型的變量選擇在農(nóng)戶人均收入數(shù)據(jù)中的應(yīng)用[D];云南財(cái)經(jīng)大學(xué);2015年

4 鄧秋玲;SCAD和ADS方法在比例風(fēng)險(xiǎn)模型中的應(yīng)用[D];廣西大學(xué);2015年

5 韋新星;幾種變量選擇方法在Cox模型中的應(yīng)用[D];廣西大學(xué);2015年

6 王唯;部分線性模型的變量選擇問題研究[D];湘潭大學(xué);2015年

7 潘玉婷;含多元非線性結(jié)構(gòu)的高維Logistic模型的同時(shí)變量選擇及半?yún)?shù)估計(jì)[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

8 劉丹;Cox模型及變系數(shù)Cox模型中的變量選擇問題研究[D];暨南大學(xué);2016年

9 羅昊;基于自適應(yīng)LASSO變量選擇的Logistic信用評(píng)分模型研究[D];東南大學(xué);2016年

10 王雙寶;基于變量選擇偏差的變量選擇過程[D];電子科技大學(xué);2016年

本文編號(hào)：2793554