返回
Variable selection for nonparametric Tobit model via deep learning
DOI:10.1080/00949655.2026.2654802.png)
摘要
En 中文
托比模型被广泛用于探索响应变量与协变量之间的关系,当响应变量存在截断时。由于传统的托比模型无法捕捉复杂的非线性关系,可能不适用于许多数据集的分析。为克服此问题,我们将托比模型的线性部分替换为非参数部分,从而将传统托比模型扩展为一个新的非参数模型。结合深度神经网络在捕捉复杂结构特征空间方面的优势,我们提出了一种基于似然的变量选择方法,该方法将变量选择与深度学习相结合。为评估该方法的有效性,我们进行了模拟实验和实例数据实验,以证明该方法具有良好的效果。
Keyword:
Tobit model
variable selection
Lassonet
期刊
J
IF:
1.2
论文数:
131
被引数:
4.1K

