مدل‌هاي نيمه‌پارامتري استوار تنك با بعد بالا

تحليل و مدل‌بندي داده‌هاي با بعد بالا يكي از چالش برانگيزترين مسائل روز دنيا است. تفسير اين‌ داده‌‌ها كاري ساده نيست و نيازمند استفاده از روش‌هاي مدرن است. روش‌هاي جريمه‌اي يكي از مشهورترين راه‌هاي تحليل داد‌ه‌هاي با بعد بالاست. همچنين مدل‌بندي رگرسيوني و تحليل آن به‌شدت تحت تاثير مشاهدات پرت قرار مي‌گيرد. روش كمترين توا‌ن‌هاي دوم پيراسته نيز يكي از بهترين روش‌‌هاي استوار براي از بين بردن تاثير تخريبي اين نقاط است. مدل‌هاي نيمه‌پارامتري كه مدل‌هايي بسيار انعطاف‌پذيرند، تركيبي از هر دو نوع مدل‌هاي پارامتري و ناپارامتري هستند. اين مدل‌ها زماني‌كه هم بخش پارامتري و هم بخش ناپارامتري در مدل وجود دارد، مفيدند. هدف اصلي اين مقاله تحليل مدل‌هاي نيمه پارامتري در داده‌هاي با بعد بالا با حضور نقاط پرت با استفاده از روش لاسو تنك استوار است. در انتها، كارايي برآوردگر پيشنهادي با استفاده از يك داده واقعي در مورد توليد ويتامين B2 ‎ سنجيده مي‌شود.