Регрессия со штрафом SCAD
SCAD (Smoothly Clipped Absolute Deviation) — метод отбора переменных и регуляризации, разработанный Fan и Li (2001), который устраняет ограничения L1-регуляризации (lasso). SCAD использует невогнутый штраф, который автоматически выполняет отбор переменных, сохраняя при этом свойства оракула: он восстанавливает истинную базовую модель так, как если бы истинные предикторы были известны заранее.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Smoothly Clipped Absolute Deviation Penalized Regression. ScholarGate. https://scholargate.app/ru/psychometrics/scad-penalized-regression
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Исследовательское моделирование структурными уравнениямиПсихометрия↔ сравнить
- MCP penalized regressionПсихометрия↔ сравнить
- Множественный факторный анализПсихометрия↔ сравнить
- Метод структурных уравнений на основе частичных наименьших квадратовПсихометрия↔ сравнить
- Редукционный анализПсихометрия↔ сравнить
Упоминается в
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →