<プレプリント>
Variable selection for functional regression model via the $L_1$ regularization

作成者
本文言語
出版者
発行日
収録物名
出版タイプ
アクセス権
権利関係
関連DOI
関連DOI
関連URI
関連URI
関連HDL
関連情報
概要 In regression analysis, the $L_1$ regularization such as the lasso or the SCAD provides sparse solutions, which leads to variable selection. We consider the variable selection problem where variables ...are given as functional forms, using the $L_1$ regularization. In order to select functional variables each of which is controlled by multiple parameters, we treat parameters as grouped parameters and then apply the group SCAD. A crucial issue in the regularization method is the choice of regularization parameters. We derive a model selection criterion for evaluating the model estimated by the regularization method via the group SCAD penalty. Results of simulation and real data analysis show the effectiveness of the proposed modeling strategy.続きを見る

本文ファイル

pdf MI2009-3 pdf 181 KB 770  

詳細

レコードID
査読有無
主題
ISSN
DOI
NCID
注記
タイプ
登録日 2012.08.07
更新日 2024.01.10

この資料を見た人はこんな資料も見ています