書誌事項
- タイトル別名
-
- Bayesian Lasso Regression Modeling via Model Averaging
- モデル ヘイキンカホウ ニ ヨル Bayesian lasso カイキ モデリング
この論文をさがす
抄録
線形回帰モデルにおいて,lasso は回帰係数ベクトルの最尤推定あるいは最小2乗推定に罰則項として回帰係数のL1ノルムを付加した推定方法である.Bayesian lasso は,回帰係数パラメータの事前分布にラプラス分布 (両側指数分布) を想定することにより,lasso をベイズ理論の枠組みで捉える方法の一つである.構築したモデルの汎化能力は,事前分布を規定するハイパーパラメータの値に依存しているため,この値の選択がモデリングの過程において本質的な問題となる.また,従来手法によるモデリングは,モデル選択の信頼性に欠ける.これらの問題に対処するために本稿では,リサンプリング法とモデル平均化法を組み合わせた Bayesian lasso 回帰モデリングを提案する.また,提案手法の有効性を,モンテカルロ・シミュレーション,実データへの適用を通して従来手法と比較,検証する.
収録刊行物
-
- 応用統計学
-
応用統計学 44 (3), 101-117, 2015
応用統計学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390282679417880832
-
- NII論文ID
- 130005160398
-
- NII書誌ID
- AN00330942
-
- ISSN
- 18838081
- 02850370
-
- NDL書誌ID
- 027165354
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- NDL
- Crossref
- CiNii Articles
- KAKEN
-
- 抄録ライセンスフラグ
- 使用不可