基于BayesianLasso方法的变量选择和异常值检测-计算机应用研究.PDFVIP

第３２卷第１２期 计 算 机 应 用 研 究 Ｖｏｌ３２Ｎｏ１２ 　 　 ２０１５年１２月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｄｅｃ．２０１５ 基于ＢａｙｅｓｉａｎＬａｓｓｏ方法的 变量选择和异常值检测 １ ２ １ ３ 尚　华 ，冯　牧 ，张贝贝 ，于凤敏 （１．首都经济贸易大学统计学院，北京 １０００７０；２．中国科学技术大学 管理学院，合肥 ２３００００；３．重庆邮电大 学数理学院，重庆４０００６５） 摘　要：针对ＢａｙｅｓｉａｎＬａｓｓｏ方法的变量选择和异常值检测进行了研究。该方法是在线性回归模型中引入识别 变量，借助于双层Ｂａｙｅｓｉａｎ模型和Ｇｉｂｂｓ抽样算法，给出识别变量后验概率的计算方法和变量选择的方法，通过 比较这些识别变量的后验概率进行异常值定位。最后进行了大量的模拟实验，结果表明，该方法是可行且有 效的。 关键词：变量选择；异常值；ＢａｙｅｓｉａｎＬａｓｓｏ方法；Ｇｉｂｂｓ抽样 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１５）１２３５８６０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１５．１２．０１３ ＶａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎａｎｄｏｕｔｌｉｅｒｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎＢａｙｅｓｉａｎＬａｓｓｏｍｅｔｈｏｄ １ ２ １ ３ ＳｈａｎｇＨｕａ，ＦｅｎｇＭｕ，ＺｈａｎｇＢｅｉｂｅｉ，ＹｕＦｅｎｇｍｉｎ （１．ＣｏｌｌｅｇｅｏｆＳｔａｔｉｓｔｉｃｓ，ＣａｐｉｔａｌＵｎｉｖｅｒｓｉｔｙｏｆＥｃｏｎｏｍｉｃｓ＆Ｂｕｓｉｎｅｓｓ，Ｂｅｉｊｉｎｇ１０００７０，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＭａｎａｇｅｍｅｎｔ，Ｕｎｉｖｅｒｓｉｔｙｏｆ Ｓｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｈｅｆｅｉ２３００００，Ｃｈｉｎａ；３．ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓ＆Ｐｈｙｓｉｃｓ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓ＆Ｔｅｌｅｃｏｍｍｕｎｉｃａ ｔｉｏｎｓ，Ｃｈｏｎｇｑｉｎｇ４０００６５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒｒｅｓｅａｒｃｈｅｄｔｈｅｐｒｏｂｌｅｍｏｆｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎａｎｄｏｕｔｌｉｅｒｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎＢａｙｅｓｉａｎＬａｓｓｏｍｅｔｈｏｄ．Ｔｈｉｓ ｍｅｔｈｏｄｉｎｔｒｏｄｕｃｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｖａｒｉａｂｌｅｓｉｎｔｏｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎ．Ｉｔｄｅｓｉｇｎｅｄａｐｒｏｃｅｄｕｒｅｆｏｒｃｏｍｐｕｔｉｎｇｔｈｅｐｏｓｔｅｒｉｏｒｐｒｏｂａｂｉｌｉ ｔｉｅｓｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｖａｒｉａｂｌｅｓａｎｄｓｅｌｅｃｔｉｎｇｖａｒｉａｂｌｅｓｂａｓｅｄｏｎｔｗｏｌｅｖｅｌｈｉｅｒａｒｃｈｉｃａｌＢａｙｅｓｉａｎｍｏｄｅｌａｎｄＧｉｂｂｓｓａｍｐｌｉｎｇ．Ｔｈｅ ｏｕｔｌｉｅｒｓｃａｎｂｅｄｅｔｅｃｔｅｄｂｙｃｏｍｐａｒｉｎｇｔｈｅｐｏｓｔｅｒｉｏｒｐｒｏｂａｂｉｌｉｔｉｅｓｏｆｔｈｅｓｅｃｌａｓｓｉｆｉｃａｔｉｏｎｖａｒｉａｂｌｅｓ．Ｉｔｉｌｌｕｓｔｒａｔｅｓｔｈｅａｐｐｒｏａｃｈｗｉｔｈ ｓｉｍｕｌａｔｉｏｎｓｔｕｄｉｅｓ． Ｋｅｙｗｏｒｄｓ：ｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎ；ｏｕｔｌｉｅｒ；ＢａｙｅｓｉａｎＬａｓｓｏｍｅｔｈｏｄ；Ｇｉｂｂｓｓａｍｐｌｉｎｇ