Regression modelRegression / GLM

Παλινδρόμηση Bayesian LASSO

Η παλινδρόμηση Bayesian LASSO τοποθετεί διπλά εκθετικές (Laplace) εκ των προτέρων κατανομές (priors) στους συντελεστές παλινδρόμησης, η οποία αποτελεί την Μπεϋζιανή αναλογία της κλασικής ποινής LASSO. Συρρικνώνει ταυτόχρονα μικρούς συντελεστές προς το μηδέν και εκτελεί μαλακή επιλογή μεταβλητών, όλα αυτά εντός ενός συνεκτικού πλαισίου Μπεϋζιανής συμπερασματολογίας που ποσοτικοποιεί φυσικά την αβεβαιότητα των παραμέτρων μέσω διαστημάτων αξιοπιστίας (credible intervals).

Εφαρμογή με το StatMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Bayesian Least Absolute Shrinkage and Selection Operator Regression. ScholarGate. https://scholargate.app/el/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). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/bayesian-lasso-regression · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026