انتخاب متغير در مدل‌هاي خطي-جزئي با اثرات آميخته براي داده‌هاي طولي با بعد بالا

در اين مقاله، مسئله برآورد و انتخاب متغير همزمان در مدل‌هاي خطيجزئي با اثرات آميخته براي داده‌هاي طولي با بعد بالا در نظر گرفته شده است. مولفه ناپارامتري موجود در مدل با اسپلاين‌هاي رگرسيوني تقريب زده شده و سپس از طريق بهينه‌سازي تابع هدف مبتني بر تابع تاوان , برآورد و انتخاب متغير به طور همزمان انجام مي‌شود. در ادامه، رفتار حدي برآوردگرهاي حاصل در چارچوب داده‌هاي طولي با بعد بالا كه در آن تعداد پارامترها متناسب با افزايش حجم نمونه افزايش مي‌يابد, مورد مطالعه قرار مي‌گيرد. به منظور پياده‌سازي روش برآورد پيشنهادي، يك الگوريتم تكراري مناسب براي انتخاب متغيرهاي مهم و برآورد ضرايب غير صفر ارائه گرديده است. در نهايت، عملكرد روش پيشنهادي با مطالعه شبيه‌سازي و تحليل يك مجموعه داده واقعي مورد ارزيابي قرار گرفته است.