Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Регресія зі штрафом SCAD× | Множинний факторний аналіз× | |
|---|---|---|
| Галузь | Психометрія | Психометрія |
| Родина | Latent structure | Latent structure |
| Рік появи≠ | 2001 | 1985 |
| Автор методу≠ | Jianqing Fan, Runze Li | Brigitte Escofier, Jérôme Pagès |
| Тип≠ | Penalized regression with non-concave penalty | Multiblock dimension reduction |
| Основоположне джерело≠ | 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 ↗ | Escofier, B., & Pagès, J. (1985). Analyses factorielles simples et multiples : Objectifs, méthodes et interprétation. Dunod. ISBN: 9782040116835 |
| Інші назви≠ | SCAD | MFA, MFA multiple |
| Пов'язані | 5 | 5 |
| Підсумок≠ | 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. |
| ScholarGateНабір даних ↗ |
|
|