近日，我校经济管理学院范国良老师与其合作者在概率统计领域的重要期刊《系统科学与数学》合作发表了题为“混合随机缺失数据下测量误差模型的复合分位数回归”的学术论文。
该研究核心观点为：
本文研究了响应变量和多维协变量混合随机缺失情况下测量误差模型的复合分位数回归和变量选择问题. 为提高估计效率, 我们基于逆概率加权和测量误差修正因子给出回归系数的复合分位数回归估计量. 该方法不仅可以消除测量误差对估计结果的影响, 而且能够有效地处理混合随机缺失数据. 同时获得了所提估计量的渐近正态性. 进一步, 本文基于自适应 LASSO 方法, 提出混合随机缺失数据下测量误差模型的变量选择方法, 并证明了惩罚估计量具有oracle 性质. 蒙特卡罗模拟实验和实际数据分析给出了本文所提方法在有限样本下的表现.
全文链接为：https://sysmath.cjoe.ac.cn/jweb_xtkxysx/CN/10.12341/jssms23603
