A study of error variance estimation in Lasso regression
نویسندگان
چکیده
منابع مشابه
Estimation of observation-error variance in errors-in-variables regression
Assessing the variability of an estimator is a key component of the process of statistical inference. In nonparametric regression, estimating observation-error variance is the principal ingredient needed to estimate the variance of the regression mean. Although there is an extensive literature on variance estimation in nonparametric regression, the techniques developed in conventional settings ...
متن کاملEstimation Error of the Lasso
This paper presents an upper bound for the estimation error of the constrained lasso, under the high-dimensional (n < p) setting. In contrast to existing results, the error bound in this paper is sharp, is valid when the parameter to be estimated is not exactly sparse (e.g., when the parameter is weakly sparse), and shows explicitly the effect of over-estimating the `1-norm of the parameter to ...
متن کاملGreedy Variance Estimation for the LASSO
Recent results have proven the minimax optimality of LASSO and related algorithms for noisy linear regression. However, these results tend to rely on variance estimators that are inefficient or optimizations that are slower than LASSO itself. We propose an efficient estimator for the noise variance in high dimensional linear regression that is significantly faster than LASSO, only requiring p m...
متن کاملa study of baudrillards ideas in brian moores fiction
پیدایش مرحله ی جدیدی از نظام سرمایه داری بعد از جنگ جهانی دوم همزمان است با ظهور عصر اطلاعات و رسانه جمعی. در چنین جامعه ای سیر آزادانه ی نشانه ها در فضای بی اساس مجازی بر سرعت فرسایش واقعیت می افزاید. به اعتقاد بودریار، فقدان واقعیت به واسطه ی شبیه سازی آن و تولید حاد واقعیت (hyperreality) پنهان خواهد ماند. این پژوهش بر آن است که جامعه فرانوین توصیف شده در سه رمان بریان مور را با توجه به نظر...
15 صفحه اولCalibration and Regression with Nonconstant Error Variance
Ordinary least squares regression analysis is generally inappropriate for calibration and regression problems when the usual assumption ofconstant variance across all observations doesn't hold. Estimators of regression parameters are of relatively poor quality and the resulting inference can be misleading. The use of standard data transformations is a common alternative but may not provide enou...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Statistica Sinica
سال: 2016
ISSN: 1017-0405
DOI: 10.5705/ss.2014.042