变量选择

带有约束条件的高维空间自回归模型的稳健的变量选择

如何求解参数$\theta$

优化步3和4：一维非线性问题——Brent方法（以已经得到的三个点（比如从bracketing来的）为基础，构建一个二次曲线，如果迭代目标函数与二次函数相似，那么二次函数的顶点就是极值点；如果不是，这次迭代就变成普通的黄金分点搜索。）

优化步5：LQA算法