A note on automatic variable selection using smooth-threshold estimating equations
利用平滑阈值估计方程自动选择变量AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用估计方程中的变量选择，没有明确对应所列的应用对象或专门模型，因此不因出现估计与推断而强行分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用平滑阈值估计方程自动选择变量
- 研究问题
- 如何通过估计方程自动将无关参数设为零，并在某些既有协方差条件不成立的估计问题中保持变量选择和参数估计的良好性质？
- 方法与思路
- 作者构造平滑阈值估计方程，在无需求解凸优化问题的情况下获得估计量，并提出BIC类型准则选择调节参数。
- 材料陈述的贡献
- 摘要称，估计量具有oracle性质，适用于包括Buckley–James估计在内的情形；所提调参准则实现一致模型选择，并有数值研究。
- 阅读关注点
- 应核对平滑阈值的定义、oracle性质所需条件、维度增长限制、求解算法，以及BIC类型准则的一致性证明与数值比较。
- 阅读边界
- 摘要未说明正则条件、调参范围或数值表现幅度；无需凸优化不代表不存在求解困难，oracle性质也不能理解为无条件保证。
原文摘要
This paper develops smooth-threshold estimating equations that can automatically eliminate irrelevant parameters by setting them as zero. The resulting estimator enjoys the oracle property in the sense of Fan & Li (2001), even in estimators for which the covariance assumption of Wang & Leng (2007) is violated, such as the Buckley--James estimator. Furthermore, the estimator can be obtained without solving a convex optimization problem. A bic -type criterion for tuning parameter selection is also proposed. It is shown that the criterion achieves consistent model selection. A numerical study confirms the performance of the method. Copyright 2009, Oxford University Press.