论文部分内容阅读
考虑建立在交叉验证准则基础上线性回归模型的选择问题．对原来的交叉验证准则进行改进，通过增加惩罚函数来解决交叉验证过程中模型过度拟合问题，从而提出一个新模型选择准则．在一定的假设条件下，新准则确定的模型具有强相合性并且在样本容量充分大时能得到最小的真实模型．本文证明新准则确定的模型在一定条件下具有强相合性，并给出一般条件下模型选择准则．