摘要： 中位数回归不对误差项分布做过强假设且对异常值不敏感，可以提高回归模型的 稳健性。自适应 ＬＡＳＳＯ进行变量选择时对自变量采用有差别的惩罚系数，避免了系数的过度 压缩。对于含有顺序类别自变量数据进行回归建模时，考虑到此类自变量中伪分类的存在。构 建了一种通过哑变量的线性变换，并结合自适应 ＬＡＳＳＯ惩罚的中位数回归方法。该方法不仅 能够进行变量选择得到稳健的估计结果还能进行伪分类的识别与融合。通过 ２个实际数据验 证了该方法的可行性和有效性。

关键词: 自适应 ＬＡＳＳＯ；中位数惩罚回归；顺序类别自变量；伪分类

中图分类号: 

• O212.4