超饱和设计中的变量筛选

摘要：

在工业生产和科学研究的很多领域中经常存在着因子个数多于试验次数的问题,而目前能够用在这种数据上的有效的变量筛选方法还很少.本文主要介绍了两种在现代多元统计中广泛应用的变量选择方法:LASSO和SCAD,以及如何将它们应用到超饱和试验据中筛选出比较重要的因子.

关键词： LASSO SCAD 惩罚最小二乘 超饱和设计 多元统计 变量筛选

作者: 彭小令

作者单位: 香港浸会大学数学系(香港)

会议类型: 国内会议

会议名称: 2003均匀试验设计学术研讨会

会议地点: 深圳

会议语种:中文

页码: 69-74

在线出版日期: 2003-11-01（万方平台首次上网日期，不代表论文的发表时间）