L1- নিয়মিত লিনিয়ার রিগ্রেশন ফিটিংয়ের জন্য স্থানাঙ্ক বংশোদ্ভূত ব্যবহারের তুলনায় LARS [1] ব্যবহারের পক্ষে কি কি?
আমি মূলত পারফরম্যান্সের দিকগুলিতে আগ্রহী (আমার সমস্যাগুলি N
কয়েক হাজার এবং p
<20 এর মধ্যে থাকে) তবে তবে অন্য কোনও অন্তর্দৃষ্টিও প্রশংসা হবে।
সম্পাদনা: যেহেতু আমি প্রশ্ন পোস্ট করেছি, চিএল ফ্রেডম্যান এট আল দ্বারা একটি কাগজ [2] বিনয় সহকারে দেখিয়েছেন যেখানে স্থানাঙ্কন বংশোদ্ভূত অন্যান্য পদ্ধতির তুলনায় বেশ দ্রুত গতিতে দেখানো হয়েছে। যদি এটি হয়, তবে আমি একজন চিকিত্সক হিসাবে স্থায়ী বংশদ্ভুত পক্ষে LARS সম্পর্কে কেবল ভুলে যাওয়া উচিত?
[1] ইফ্রন, ব্র্যাডলি; হস্টি, ট্রেভর; জনস্টোন, আইয়ন এবং তিবশিরানী, রবার্ট (2004)। "কমপক্ষে অ্যাঙ্গেল রিগ্রেশন"। পরিসংখ্যানসমূহের 32 (2): পিপি 407–499।
[২] জেরোম এইচ। ফ্রেডম্যান, ট্রেভর হ্যাসিটি, রব তিবশিরানী, "জেনারেলাইজড লিনিয়ার মডেলের মাধ্যমে সমন্বিত বংশদ্ভুতের জন্য নিয়মিতকরণের পথ", পরিসংখ্যান সংক্রান্ত সফটওয়্যার, খণ্ড। 33, সংখ্যা 1, ফেব্রুয়ারী 2010।