《表2 真实相关结构为AR(1）时高维部分线性模型（10）的变量选择结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《纵向缺失数据下高维部分线性回归模型的变量选择》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在这个模拟中，使用上述数据生成过程来产生1 000个随机样本．对于每一次模拟数据，比较了IPW-SGEE变量选择方法（IPWSGEE）、SCAD惩罚逆概率加权广义估计方程变量选择方法（IPWSCAD）、Lasso惩罚逆概率加权广义估计方程变量选择方法（IPWLasso），且比较分析了这3种方法的参数估计精度和变量选择效果．具体模拟结果见表1和表2．表中“C”表示把真实零系数估计成零的平均个数，“IC”表示把真实非零系数错误估计成零的平均个数，“CS.CS”表示在正确指定工作相关结构CS下的估计结果，“CS.AR（1）”表示错误指定工作相关结构AR(1）下的估计结果，“AR(1）.AR（1）”和“AR(1）.CS”表示含义类似．另外，利用平均均方误差（AMSE）评价参数估计的精度，即的平均值．