So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Hồi quy Lasso× | Mô hình Hiệu ứng Cố định Dữ liệu Bảng× | |
|---|---|---|
| Lĩnh vực≠ | Học máy | Kinh tế lượng |
| Họ≠ | Machine learning | Regression model |
| Năm ra đời≠ | 1996 | 2014 |
| Người khởi xướng≠ | Tibshirani, R. | Hsiao (textbook treatment); within transformation of panel data |
| Loại≠ | Regularized linear regression (L1 penalty) | Panel data regression |
| Công trình gốc≠ | Tibshirani, R. (1996). Regression Shrinkage and Selection via the Lasso. Journal of the Royal Statistical Society: Series B, 58(1), 267–288. DOI ↗ | Hsiao, C. (2014). Analysis of Panel Data (3rd ed.). Cambridge University Press. DOI ↗ |
| Tên gọi khác | LASSO Regresyonu, lasso, L1-regularized regression, L1 regularization | fixed effects model, within estimator, panel fixed-effects regression, Panel Veri — Sabit Etkiler Modeli |
| Liên quan≠ | 4 | 5 |
| Tóm tắt≠ | Lasso regression, introduced by Robert Tibshirani in 1996, is a linear regression method that adds an L1 penalty to the loss so that it shrinks coefficients and performs variable selection at the same time, producing a sparse model. By driving some coefficients exactly to zero it keeps only the predictors that matter. | The Panel Data Fixed Effects model estimates relationships from panel data (the same units observed over several time periods) while controlling for unit- and/or time-specific effects, supporting causal inference. It is developed as the within estimator in standard treatments such as Hsiao's Analysis of Panel Data (2014). |
| ScholarGateBộ dữ liệu ↗ |
|
|