Regression modelRegression / GLM

انحدار لاسو بايزي

يضع انحدار لاسو بايزي أولويات مزدوجة الأسية (لابلاس) على معاملات الانحدار، وهو النظير البايزي لعقوبة لاسو الكلاسيكية. يقوم بتقليص المعاملات الصغيرة نحو الصفر في وقت واحد ويقوم باختيار متغيرات ناعم، كل ذلك ضمن إطار استدلال لاحق متماسك يقوم بتحديد عدم اليقين في المعلمات بشكل طبيعي من خلال فترات المصداقية.

طبِّق باستخدام StatMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Park, T., & Casella, G. (2008). The Bayesian Lasso. Journal of the American Statistical Association, 103(482), 681–686. DOI: 10.1198/016214508000000337
  2. Tibshirani, R. (1996). Regression Shrinkage and Selection via the Lasso. Journal of the Royal Statistical Society: Series B, 58(1), 267–288. DOI: 10.1111/j.2517-6161.1996.tb02080.x

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Bayesian Least Absolute Shrinkage and Selection Operator Regression. ScholarGate. https://scholargate.app/ar/statistics/bayesian-lasso-regression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateBayesian LASSO Regression (Bayesian Least Absolute Shrinkage and Selection Operator Regression). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/statistics/bayesian-lasso-regression · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026