Seleção de Parâmetros de Ajuste de Encolhimento com um Número Divergente de Parâmetros

Resumo A pesquisa estatística contemporânea frequentemente lida com problemas que envolvem um número divergente de parâmetros. Para esses problemas, vários métodos de encolhimento (por exemplo, o lasso e a desvio absoluto suavemente aparado) são considerados particularmente úteis para a seleção de variáveis. No entanto, o desempenho desejável desses métodos de encolhimento depende fortemente de uma seleção adequada dos parâmetros de ajuste. Com a dimensão do preditor fixa, Wang e co-autores demonstraram que os parâmetros de ajuste selecionados por um critério do tipo critério de informação Bayesiana podem identificar consistentemente o modelo verdadeiro. Neste trabalho, resultados semelhantes são ampliados para a situação com um número divergente de parâmetros tanto para estimadores não penalizados quanto para penalizados. Consequentemente, nossos resultados teóricos ampliam não apenas o escopo de aplicabilidade dos critérios do tipo critério, mas também dos métodos de estimativa de encolhimento.