Latent structureVariable Selection
انحدار SCAD المُعاقَب (SCAD Penalized Regression)
SCAD (Smoothly Clipped Absolute Deviation) هي طريقة لاختيار المتغيرات والتنظيم طورتها Fan و Li (2001) تعالج قيود العقوبة L1 (lasso). تستخدم SCAD عقوبة غير مقعرة تقوم تلقائيًا باختيار المتغيرات مع الحفاظ على خصائص الأوراكل: فهي تستعيد النموذج الأساسي الحقيقي كما لو كانت المتنبئات الحقيقية معروفة مسبقًا.
افتح في MethodMindقريبًاApply, compare, get guidance
Tools & resources
Learn & explore
فيديوقريبًا
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Fan, J., & Li, R. (2001). Variable selection via nonconcave penalized likelihood and its oracle properties. Journal of the American Statistical Association, 96(456), 1348-1360. DOI: 10.1198/016214501753382273 ↗
- Zou, H., & Li, R. (2008). One-step sparse estimates in nonconcave penalized likelihood models. Annals of Statistics, 36(4), 1509-1533. DOI: 10.1214/009053607000000802 ↗
- Wang, H., Li, G., & Tsai, C. L. (2007). Regression coefficient and autoregressive order shrinkage and selection via the lasso. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 69(1), 63-78. DOI: 10.1111/j.1467-9868.2007.00577.x ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Smoothly Clipped Absolute Deviation Penalized Regression. ScholarGate. https://scholargate.app/ar/psychometrics/scad-penalized-regression
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- نمذجة المعادلات البنائية الاستكشافيةالقياس النفسي↔ قارن
- انحدار MCP المعاقبالقياس النفسي↔ قارن
- تحليل العوامل المتعددةالقياس النفسي↔ قارن
- نمذجة المعادلات الهيكلية بالحد الأدنى من المربعات الجزئيةالقياس النفسي↔ قارن
- تحليل التكرارالقياس النفسي↔ قارن