近日,我校基础教研部刘宣副教授撰写的英文学术论文A penalized quasi-maximum likelihood method for variable selection in the spatial autoregressive model(空间自回归模型中变量选择的惩罚拟极大似然法)被SCI 二区收录。
该论文在国际期刊Spatial Statistics上发表,主要研究在高维数据背景下,应用广泛的空间自回归模型的变量选择问题,采用惩罚拟似然的方法同时进行变量选择和参数估计,获得了优良的性质(Oracle 性质)。值得一提的是,由于对空间效应进行了惩罚,此方法还可用来间接检验空间效应是否存在。此外,由于空间因素的影响,发现以往线性模型下的相关算法皆不能直接使用,针对这一问题,该文提出新的变量选择迭代算法,模拟和实证研究表明效果理想。(科研处 李灵 供稿)