自变量个数远大于样本数情形下(p＞＞n)罚函数回归法的改进

本文讨论了在自变量数较多,甚至远大于样本数的情况下,如何挑选罚函数来得到估计和预测能力优良的回归模型.我们提出的L1-L2范数回归法,综合了岭回归法和lasso回归法的特点,避免岭回归法解释能力平平的缺点,也解决了lasso回归法会过度删除自变量的问题.文章后半部分引入最小角度回归算法,阐述了具体的回归计算步骤,并举了一个宏观经济预测方面的计算实例.