导　　师： 张华嘉

学科专业： G0103

授予学位： 硕士

作　　者： ;

机构地区： 暨南大学

摘　　要： 本文在非零函数的个数有界和可随样本容量趋于无穷两种情况研究了非参数可加模型的变量选择问题。使用由B样条基展成的函数逼近可加函数，从而把非参数可加模型转为带误差项的普通线性模型。接着使用自适应集群LASSO方法对转化模型进行变量选择，并证明了回归系数的相合性和稀疏性。 本文构造了一个新模型，可加混合效应模型。该模型以混合效应模型为基础，随机效应部分保持不变，固定效应部分用可加函数代替。该模型的未知变量为可加函数和协方差矩阵。我们用由B样条基展成的函数逼近可加函数，从而把可加混合效应模型转化为带逼近误差项的混合...

关 键 词： 非参数可加模型 可加混合效应模型 变量选择 自适应集群 惩罚 样条 改进的乔里斯基分解

分 类 号： [O1 O21]

领　　域： [理学] [理学] [理学] [理学]