基于信息准则的模型平均渐近分布研究
统计方法学
2019-10-29 v1
摘要
平滑AIC（S-AIC）与平滑BIC（S-BIC）在模型平均中被广泛使用且极易实现。特别是，最优模型平均方法MMA与JMA仅在线性模型中得到了充分发展，只有经过修正才能应用于其他模型。而S-AIC与S-BIC可用于所有能够计算AIC与BIC的情形。本文在标准渐近且一般固定参数设定下，研究了两种常用模型平均估计量——S-AIC与S-BIC估计量的渐近性质。此外，Buckland等（1997）中所得到的覆盖概率并未被准确研究，但其声称将接近预期水平。我们的推导使得准确研究成为可能。除此之外，我们还证明了Hjort与Claeskens（2003）中的置信区间构造方法在具有正态分布误差的线性回归中仍然有效。模拟与应用实例均支持我们的理论结论。
引用
@article{arxiv.1910.12208,
title = {On the asymptotic distribution of model averaging based on information criterion},
author = {Miaomiao Wang and Xinyu Zhang and Alan T. K. Wan and Guohua Zou},
journal= {arXiv preprint arXiv:1910.12208},
year = {2019}
}