本文關(guān)鍵詞：基于系數(shù)壓縮方法的自回歸模型識別研究

  更多相關(guān)文章： 自回歸模型 模型識別 系數(shù)壓縮方法 數(shù)值模擬

【摘要】：模型識別是建立自回歸模型的關(guān)鍵步驟。本文研究了LASSO、SCAD和MCP等3種系數(shù)壓縮方法在自回歸模型識別中的應(yīng)用。應(yīng)用Monte Carlo數(shù)值模擬模擬了12組不同的自回歸模型,比較了不同懲罰函數(shù)、截斷準(zhǔn)則、顯著性水平、樣本量和系數(shù)大小下的自回歸模型識別情況。數(shù)值模擬結(jié)果表明懲罰函數(shù)、截斷準(zhǔn)則、顯著性水平、樣本量和系數(shù)大小等幾個因素對自回歸模型識別的正確率均有顯著影響。僅就單個因素的模型識別的正確率而言：MCP優(yōu)于SCAD和LASSO; BIC優(yōu)于AIC和GCV；大樣本優(yōu)于小樣本；大系數(shù)優(yōu)于小系數(shù)。根據(jù)數(shù)值模擬的結(jié)果,本文歸納了基于系數(shù)壓縮方法的自回歸模型識別的最優(yōu)組合：懲罰函數(shù)MCP+截斷準(zhǔn)則BIC,其正確率為76.4%。建議在實(shí)際應(yīng)用中將多種方法結(jié)合起來以達(dá)到精確識別模型的目的。同時,為了準(zhǔn)確評價幾種系數(shù)壓縮方法的實(shí)際效果,將其應(yīng)用于行為科學(xué)的時間序列數(shù)據(jù)的研究中,并將模型識別的結(jié)果與其他學(xué)者的結(jié)論相比較。研究發(fā)現(xiàn)實(shí)證分析歸納出的最優(yōu)組合與數(shù)值模擬歸納出的最優(yōu)組合完全一致。綜上所述,系數(shù)壓縮方法可以有效地應(yīng)用于自回歸模型識別的問題中。
【關(guān)鍵詞】：自回歸模型 模型識別 系數(shù)壓縮方法 數(shù)值模擬
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：O212.1
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 引言7-10
• 1.1 選題背景7
• 1.2 文獻(xiàn)綜述7-8
• 1.3 文章結(jié)構(gòu)8-10
• 第二章 回歸模型與自回歸模型10-12
• 2.1 回歸模型10
• 2.2 自回歸模型10-11
• 2.3 自回歸模型建模11-12
• 第三章 系數(shù)壓縮方法與參數(shù)截斷準(zhǔn)則12-17
• 3.1 LASSO12
• 3.2 SCAD12-13
• 3.3 MCP13-15
• 3.4 參數(shù)截斷準(zhǔn)則15-17
• 第四章 數(shù)值模擬17-36
• 4.1 數(shù)據(jù)產(chǎn)生17
• 4.2 研究設(shè)計17-18
• 4.3 結(jié)果分析18-36
• 第五章 實(shí)證研究36-40
• 5.1 數(shù)據(jù)說明36-37
• 5.2 數(shù)據(jù)預(yù)處理37-38
• 5.3 模型識別與結(jié)果分析38-40
• 第六章 結(jié)論與展望40-41
• 參考文獻(xiàn)41-43
• 在學(xué)期間的研究成果43-44
• 致謝44

，

本文編號：546679