线性模型下的稳健模型平均方法

摘要

模型平均通过对备选模型的估计进行加权平均得到新估计，该方法具有预测精度高、风险小等优点。现有的频率模型平均方法均是基于最小二乘方法，因此对异常值比较敏感。提出了稳健的Mallows模型平均和基于信息准则的模型平均，通过选取稳健目标函数和稳健的误差标准差提升方法的稳健性。模拟研究表明数据中存在异常值或服从重尾分布时，提出的方法明显优于基于最小二乘方法的模型平均。最后，将稳健的模型平均方法应用到波士顿房价数据集上，验证了所提出方法的有效性。

关键词

模型平均 / 稳健估计 / 迭代加权最小二乘 / 稳健权重 / 绝对中位偏差