Regresie penalizată SCAD
SCAD (Smoothly Clipped Absolute Deviation) este o metodă de selecție a variabilelor și regularizare dezvoltată de Fan și Li (2001) care abordează limitările penalizării L1 (lasso). SCAD utilizează o penalizare non-concavă care efectuează automat selecția variabilelor, menținând în același timp proprietățile oracol: recuperează modelul real subiacent ca și cum predictori adevărați ar fi cunoscuți în avans.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Smoothly Clipped Absolute Deviation Penalized Regression. ScholarGate. https://scholargate.app/ro/psychometrics/scad-penalized-regression
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Modelarea Ecuațiilor Structurale ExploratoriiPsihometrie↔ compară
- Regresie cu penalizare MCPPsihometrie↔ compară
- Analiza Multi-FactorialăPsihometrie↔ compară
- Modelarea ecuațiilor structurale prin metoda celor mai mici pătrate parțialePsihometrie↔ compară
- Analiza RedundanțeiPsihometrie↔ compară
Citat de
Similar methods
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →