Regresión bayesiana LASSO
La regresión bayesiana LASSO coloca priors de distribución doble exponencial (Laplace) sobre los coeficientes de regresión, que es el análogo bayesiano de la penalización clásica LASSO. Simultáneamente reduce los coeficientes pequeños hacia cero y realiza una selección suave de variables, todo dentro de un marco coherente de inferencia posterior que cuantifica de forma natural la incertidumbre de los parámetros a través de intervalos creíbles.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Park, T., & Casella, G. (2008). The Bayesian Lasso. Journal of the American Statistical Association, 103(482), 681–686. DOI: 10.1198/016214508000000337 ↗
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Least Absolute Shrinkage and Selection Operator Regression. ScholarGate. https://scholargate.app/es/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.
- Regresión Lineal Múltiple BayesianaEstadística↔ compare
- Regresión Ridge BayesianaAprendizaje automático↔ compare
- Regresión Elastic NetEstadística↔ compare
- Regresión LassoAprendizaje automático↔ compare
- Regresión RidgeAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →