基于双SCAD惩罚的随机效应分位回归模型

文章提出一种同时对固定效应和随机效应施加双SCAD惩罚的随机效应分位回归模型。使用两步迭代算法求解参数,并用SIC和GACV准则对惩罚参数进行选取,在这两种准则下进行了蒙特卡洛模拟比较,分别模拟了在误差不同和变量相关系数不同的情况下的估计和选择情况。基于GACV准则将提出的方法在不同情形下与其他两种方法进行模拟对比,最后用实例数据进行验证。结果表明:该模型系数估计和变量选择的结果良好,且提出的方法非常适用于稀疏模型。