平衡縱向數(shù)據(jù)模型的變量選擇.pdf

1、在日常生活中，經(jīng)常會(huì)遇到這樣一類數(shù)據(jù):同一個(gè)體或者受試單元在不同時(shí)間觀測(cè)若干次，即得到同一個(gè)體不同時(shí)刻的觀測(cè)，這類數(shù)據(jù)稱為縱向數(shù)據(jù).對(duì)此類數(shù)據(jù)進(jìn)行處理時(shí)可以對(duì)其建立縱向數(shù)據(jù)模型利用回歸分析的方法去處理問(wèn)題，進(jìn)而找出影響因變量的主要因素.
　　采用縱向數(shù)據(jù)模型去處理實(shí)際問(wèn)題時(shí)，自變量的選擇是首先要解決的重要問(wèn)題.通常，在分析縱向數(shù)據(jù)模型時(shí)，人們根據(jù)問(wèn)題本身的專業(yè)理論及有關(guān)經(jīng)驗(yàn)常常把各種與因變量有關(guān)的自變量引進(jìn)模型，其結(jié)果是把一些對(duì)因

2、變量影響很小的，有些甚至沒(méi)有影響的自變量也選入模型中.這樣一來(lái)，不但計(jì)算量大，而且估計(jì)和預(yù)測(cè)的精度也會(huì)下降.此外，在一些情況下，某些自變量的觀測(cè)數(shù)據(jù)獲得代價(jià)昂貴，如果這些自變量本身對(duì)因變量的影響很小或根本沒(méi)有影響，但不加選擇都引到模型中，勢(shì)必造成觀測(cè)數(shù)據(jù)收集和模型應(yīng)用費(fèi)用不必要的加大。因此，在縱向數(shù)據(jù)模型分析時(shí)，對(duì)進(jìn)入模型的自變量作精心選擇是十分必要的。
　　本文主要工作是利用Tibshirani(1996)提出Lasso(lea