SCAD Geregressie met Straf
SCAD (Smoothly Clipped Absolute Deviation) is een methode voor variabele selectie en regularisatie ontwikkeld door Fan en Li (2001) die beperkingen van L1-penalisatie (lasso) aanpakt. SCAD gebruikt een niet-concave straf die automatisch variabele selectie uitvoert en tegelijkertijd oracle-eigenschappen behoudt: het herstelt het ware onderliggende model alsof de ware predictoren van tevoren bekend waren.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Smoothly Clipped Absolute Deviation Penalized Regression. ScholarGate. https://scholargate.app/nl/psychometrics/scad-penalized-regression
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Exploratory Structural Equation ModelingPsychometrie↔ vergelijken
- MCP Penalized RegressionPsychometrie↔ vergelijken
- Multiple Factor AnalysisPsychometrie↔ vergelijken
- Partial Least Squares Structurele VergelijkingsmodelingPsychometrie↔ vergelijken
- RedundantieanalysePsychometrie↔ vergelijken
Geciteerd door
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →