A penalized quasi-maximum likelihood method for variable selection in the spatial autoregressive model

در این مقاله انتخاب متغیر در مدل تصحیح فضایی با خطای توزیع مستقل و یکسان انجام شده است. یک روش مجاز شبه حداکثر احتمال برای انتخاب همزمان مدل و ارزیابی پارامترها طراحی شده است. تحت برخی شرایط به طور منظم، خواص نظری برآوردگرهای پیشنهادی، از جمله سازگاری و ویژگی اوراکل، ایجاد می شود. علاوه بر این، یک الگوریتم محاسباتی قابل اجرا برای تحقق روش انتخاب متغیر طراحی شده است. مطالعات شبیه سازی برای بررسی عملکرد نمونه محدودی از روش پیشنهادی انجام شده است و نمونه ای واقعی از اطلاعات مربوط به مسکن بوستون برای هدف تصویر ارائه شده است.