研究目标:建立具有多个变点的逐段连续线性分位数回归模型(Continuous Piecewise Linear Quantile Regression with Multiple Change Points,CPLQR)。研究方法:先通过LASSO和广义贝叶斯信息准则确定变点个数,再通过线性化技巧来估计变...研究目标:建立具有多个变点的逐段连续线性分位数回归模型(Continuous Piecewise Linear Quantile Regression with Multiple Change Points,CPLQR)。研究方法:先通过LASSO和广义贝叶斯信息准则确定变点个数,再通过线性化技巧来估计变点的位置与回归系数。研究发现:新方法能够同时确定变点个数、估计变点位置和回归系数,而且具有较强的稳健性;应用该方法于年龄和身体质量指数之间关系,进一步证实了模型的实用性。研究创新:新方法能够处理多个变点的问题,通过LASSO和广义贝叶斯信息准则确定变点数目,避免了主观判断的弊端;借助线性化技巧,解决了目标函数在变点处不可导问题。研究价值:本文结果将为分析经济、金融、医药和生物等学科中存在结构变化的数据提供强有力的研究工具。展开更多
文摘研究目标:建立具有多个变点的逐段连续线性分位数回归模型(Continuous Piecewise Linear Quantile Regression with Multiple Change Points,CPLQR)。研究方法:先通过LASSO和广义贝叶斯信息准则确定变点个数,再通过线性化技巧来估计变点的位置与回归系数。研究发现:新方法能够同时确定变点个数、估计变点位置和回归系数,而且具有较强的稳健性;应用该方法于年龄和身体质量指数之间关系,进一步证实了模型的实用性。研究创新:新方法能够处理多个变点的问题,通过LASSO和广义贝叶斯信息准则确定变点数目,避免了主观判断的弊端;借助线性化技巧,解决了目标函数在变点处不可导问题。研究价值:本文结果将为分析经济、金融、医药和生物等学科中存在结构变化的数据提供强有力的研究工具。
