针对异方差与相依误差线性模型的解偏阈值岭回归

针对具有高维线性模型 $y = X\beta + \epsilon$ 且误差相依、非平稳且异方差的情形，本文应用解偏与阈值岭回归方法，给出 $\beta$ 线性组合的一致估计量，并推导该估计量的高斯近似定理。此外，提出一种相依 wild bootstrap 算法以构造估计量的置信区间并进行假设检验。对所提估计量与 bootstrap 算法的数值实验表明它们具有优良的有限样本表现。关于具有相依（非平稳）误差的高维线性模型的研究颇为稀少，我们的工作应为该领域带来一些新的见解。