SCAD दंडित प्रतिगमन (SCAD Penalized Regression)
SCAD (Smoothly Clipped Absolute Deviation) एक चर चयन (variable selection) और नियमितीकरण (regularization) विधि है जिसे Fan और Li (2001) द्वारा विकसित किया गया है, जो L1 दंड (lasso) की सीमाओं को संबोधित करती है। SCAD एक गैर-अवतल (non-concave) दंड का उपयोग करती है जो स्वचालित रूप से चर चयन करती है जबकि ओरेकल गुणों (oracle properties) को बनाए रखती है: यह वास्तविक अंतर्निहित मॉडल को इस प्रकार पुनः प्राप्त करती है जैसे कि वास्तविक भविष्यवक्ता (predictors) पहले से ज्ञात हों।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Smoothly Clipped Absolute Deviation Penalized Regression. ScholarGate. https://scholargate.app/hi/psychometrics/scad-penalized-regression
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- अन्वेषणात्मक संरचनात्मक समीकरण मॉडलिंगमनोमिति↔ तुलना करें
- MCP दंडित प्रतिगमनमनोमिति↔ तुलना करें
- बहुकारक विश्लेषणमनोमिति↔ तुलना करें
- आंशिक न्यूनतम वर्ग संरचनात्मक समीकरण मॉडलिंगमनोमिति↔ तुलना करें
- अतिरेक विश्लेषणमनोमिति↔ तुलना करें