广义线性模型Lasso惩罚回归估计的局部二次逼近

文章阐述了广义线性模型参数的极大似然无惩罚和1-范数约束即Lasso惩罚估计形式,但极大似然的Lasso惩罚估计不是逐片线性的。那么对Lasso惩罚估计形式进行局部两次泰勒展开,进行局部二次逼近,从而得到Lasso惩罚的重复加权最小二乘估计路径形式,实现估计的逐片线性,相关研究为广义线性模型的惩罚回归估计的深入研究和应用提供参考。

中国股市的波动性分析——以上证指数为例

近两年来越来越多的市民对股票逐渐产生了兴趣,炒股已经不再是个别现象,全民参股的盛况可谓空前。但由于缺乏对其风险的判断,在07年末开始的股市大波动中,绝大多数的新股民都亏损严重。分析股票走势并预测其未来趋势有重要现实意义,本文以2006年10月到2008年10两年的上证指数为数据,用统计学方法对我国股市的波动性进行建模和分析。