رهيافتي براي براورد ضرايب مدل رگرسيوني خطي با استفاده از بيز و درستنمايي تجربي

An approach for estimating the coefficients of a penalized linearregression model using the Bayes and empirical likelihood

اين تحقيق مقايسه اي بين سه روش براورد ضرايب رگرسيون خطي را شامل مي شود. نتايج توسط يك شبيه سازي از چهار متغير مستقل در حضور يك متغير پاسخ با استفاده از معيار مجموع مربعات خطا و اريبي ارائه شده است. در ابتدا مفاهيم رگرسيون لاسو، روش براورد بيزي و تابع درستنمايي تجربي به صورت مبسوط تشريح شده است.

This study includes a comparison between three methods for estimating penalized linear regression coefficients. The results are presented via a simulation of four independent variables in the presence of a response variable using the criterion of sum squares of error and bias. The concepts of lasso regression, the Bayesian estimation method and the empirical likelihood function are described in detail.