基于異質性數據的Logit變量選擇模型研究

斯介生, 李揚, 謝邦昌

研究成果: 雜誌貢獻文章同行評審

摘要

在大數據時代,數據的異質性和變量的稀疏性是不可回避的兩大問題。本文針對上述問題構建了異質性Logit變量選擇模型。研究顯示,在不同的異質性條件下,本文的方法可以明顯區分有效變量和冗余變量。而且,通過Gmeans等評價指標可知該模型具有很好的預測效果。在對上市公司財務預警分析的應用研究中,本文方法得到了具有解釋意義的結果,說明該方法具有一定的實證價值。
貢獻的翻譯標題The Study of Variable Selection in Logit Model Based on Heterogeneous Data
原文???core.languages.zh_ZH???
期刊統計研究
發行號12
出版狀態已發佈 - 2017

Keywords

  • 異質性 變量選擇 財務預警

指紋

深入研究「基于異質性數據的Logit變量選擇模型研究」主題。共同形成了獨特的指紋。

引用此