เปรียบเทียบวิธี

	การถดถอยแบบลงโทษด้วย SCAD	การวิเคราะห์ปัจจัยพหุ
สาขาวิชา	การวัดทางจิตวิทยา	การวัดทางจิตวิทยา
ตระกูล	Latent structure	Latent structure
ปีกำเนิด	2001	1985
ผู้ริเริ่ม	Jianqing Fan, Runze Li	Brigitte Escofier, Jérôme Pagès
ประเภท	Penalized regression with non-concave penalty	Multiblock dimension reduction
แหล่งต้นตำรับ	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.	Escofier, B., & Pagès, J. (1985). Analyses factorielles simples et multiples : Objectifs, méthodes et interprétation. Dunod. ISBN: 9782040116835
ชื่อเรียกอื่น	SCAD	MFA, MFA multiple
ที่เกี่ยวข้อง	5	5
สรุป	SCAD (Smoothly Clipped Absolute Deviation) is a variable selection and regularization method developed by Fan and Li (2001) that addresses limitations of L1 penalization (lasso). SCAD uses a non-concave penalty that automatically performs variable selection while maintaining oracle properties: it recovers the true underlying model as if the true predictors were known in advance.	Multiple Factor Analysis (MFA) is a dimension reduction technique developed by Escofier and Pagès (1985) for analyzing multiple groups of variables measured on the same observations. MFA balances the influence of each variable group to provide a unified view of how observations relate across multiple perspectives.