Robust Sparse Sufficient Dimension Reduction via Adaptive Lasso Penalty

Ali Alkenani; Tahir Dikheel

doi:10.55562/jrucs.v54i1.624

المؤلفون

علي الكناني
طاهر ريسان دخيل

DOI:

https://doi.org/10.55562/jrucs.v54i1.624

الكلمات المفتاحية:

تقليل الأبعاد بشكل كافٍ، نماذج متعددة الفهارس، MAVE، Adaptive Lasso، اختيار قوي للمتغيرات.

الملخص

في بعض تطبيقات النماذج متعددة الفهارس، هناك دور مهم لطرق تقليل الأبعاد واختيار المتغير (VS). ALMAVE هي طريقة لاختيار المتغيرات في ظل إعدادات نظرية تقليل الأبعاد الكافية. فهو يجمع بين Lasso التكيفي وMAVE (الحد الأدنى لتقدير متوسط التباين) لإنتاج حلول متفرقة ودقيقة. تعد ALMAVE طريقة حساسة جدًا للقيم المتطرفة في الاستجابة y نظرًا لاستخدام معيار المربعات الصغرى. في هذه المقالة، اقترحنا ALMAVE القوي. كما تم اقتراح خوارزمية تقدير فعالة. تم استخدام دراسات المحاكاة وتحليل بيانات تصميم الشعار للتحقق من فعالية ALMAVE.