10.13718/j.cnki.xsxb.2023.08.005
变量选择的稳健贝叶斯LASSO方法
针对数据中广泛存在的异常值会扭曲贝叶斯LASSO方法的参数估计和变量选择结果的问题,通过引入异方差扰动的先验设定,借此提升贝叶斯LASSO方法的稳健性,并推导出各参数的后验分布,利用Gibbs抽样得到其估计值与置信区间.该方法在数值模拟中表现出较低的拟合误差与较高的变量识别准确率,对糖尿病数据集和血浆β-胡萝卜素水平数据集的分析表明该方法能达到简化模型与减少预测误差的平衡,实现稳健的变量选择与系数估计,并对数据中可能包含的异常值与异方差扰动有良好的抑制作用.
变量选择、贝叶斯LASSO、稳健性、异常值、异方差
48
O212.8(概率论与数理统计)
国家自然科学基金;教育部人文社会科学研究项目;新疆自然科学基金项目
2023-07-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
33-40