论文部分内容阅读
本文构建负二项回归模型选择架构,研究在模型选择中对数似然函数的渐近性质及其与联系函数之间的依赖关系;推出模型参数最大似然估计的重对数律,并建立该类模型选择的强相合准则;证明在一些条件下,如果惩罚项阶数随模型的维数增加且介于O(lnln n)和O(n)之间,则由负最大对数似然和其惩罚项组成的模型选择准则几乎必然选择最简单的正确模型。