Back to search

National and Kapodistrian University of Athens

Πρόσφατες εξελίξεις στις μεθόδους LASSO κατά Bayes

Abstract

dc:description

Η παρούσα διπλωματική εργασία πραγματεύεται τις πρόσφατες εξελίξεις στις μεθόδους LASSO κατά Bayes στα πλαίσια της εκτίμησης του υποδείγματος της κανονικής γραμμικής παλινδρόμησης. Ο τελεστής ελάχιστης απόλυτης συρρίκνωσης και επιλογής LASSO) αποτελεί μέθοδο επιλογής μεταβλητών. Βασίζεται σε αλγορίθμους κυρτού προγραμματισμού υπό τον περιορισμό (την ποινή) της L1 νόρμας, οι οποίοι επιλέγουν τις σημαντικές μεταβλητές, συρρικνώνοντας τους συντελεστές των μη σημαντικών μεταβλητών στο μηδέν. Αρχικά προτάθηκε από τον Tibshirani (1996) και εξελίχθηκε από τους Efron και συν. (2004), οι οποίοι πρότειναν τον αλγόριθμο LARS, ο οποίος επιτρέπει τον υπολογισμό του προφίλ LASSO με το ελάχιστο υπολογιστικό κόστος. Το LASSO κατά Bayes προκύπτει παρατηρώντας ότι κάθε περιορισμένος συντελεστής είναι ανάλογος της λογαριθμημένης συνάρτησης πυκνότητας της διπλής εκθετικής κατανομής. Η Μπεϋζιανή προσέγγιση είναι ιδιαίτερα χρήσιμη, επειδή προτείνει εκ των προτέρων δομές που επιτρέπουν, τόσο τον υπολογισμό της εκ των υστέρων κατανομής των παραμέτρων, όσο και τις περιθώριες πιθανοφάνειες, με σχετικά υψηλή υπολογιστική ακρίβεια. Αναφορικά, η ανάλυση της εκ των υστέρων κατανομής των επιμέρους υποδειγμάτων με τη μέθοδο του Hans (2009, 2010), διευκολύνει την επιλογή υποδείγματος στην περίπτωση υποδειγματικών χώρων μετρίου μεγέθους, απλουστεύοντας τη διαδικασία δειγματοληψίας. Οι Ντζούφρας και Λύκου (2013) προτείνουν μια μέθοδο επιλογής υποδείγματος, εξειδικεύοντας ταυτόχρονα το βαθμό συρρίκνωσης.

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Εμμανουηλίδη Ελπιάννα

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:1313737

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
related terms
citation

Εμμανουηλίδη Ελπιάννα. Πρόσφατες εξελίξεις στις μεθόδους LASSO κατά Bayes. 2016. https://pergamos.lib.uoa.gr/uoa/dl/object/1313737