Lasso顯著性檢定與向前逐步迴歸變數選取方法之比較

Lasso顯著性檢定與向前逐步迴歸變數選取方法之比較

Show other versions (1)

　　迴歸模式的變數選取是很重要的課題，Tibshirani於1996年提出最小絕對壓縮挑選機制（Least Absolute Shrinkage and Selection Operator；簡稱Lasso），主要特色是能在估計的過程中自動完成變數選取。但因為Lasso本身並沒有牽扯到統計推論的層面，因此2014年時Lockhart et al.所提出的Lasso顯著性檢定是重要的突破。由於Lasso顯著性檢定的建構過程與傳統向前逐步迴歸相近，本研究接續Lockhart et al.(2014)對兩種變數選取方法的比較，提出以Bootstrap來改良傳統向前逐步迴歸；最後並比較Lasso、La...

Full description

Bibliographic Details
Main Authors: 鄒昀庭, Tsou, Yun Ting
Language:中文
Published: 國立政治大學
Subjects:
變數選取
最小絕對壓縮挑選機制
向前逐步迴歸
拔靴法
Variable Selection
Least Absolute Shrinkage and Selection Operator
Forward Stepwise Regression
Bootstrap
Online Access:http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22G1013540022%22.

Internet

http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22G1013540022%22.

Similar Items