文献

J-GLOBAL ID：201702274793003810   整理番号：17A1143651

グループ変数選択の為のダブルスパース手法

A doubly sparse approach for group variable selection

著者 (5件)： KWON Sunghoon (Konkuk Univ., Seoul, KOR) ,  AHN Jeongyoun (Univ. Georgia, GA, USA) ,  JANG Woncheol (Seoul National Univ., Seoul, KOR) ,  LEE Sangin (Univ. Texas Southwestern Medical Center, TX, USA) ,  KIM Yongdai (Seoul National Univ., Seoul, KOR)
資料名： Annals of the Institute of Statistical Mathematics  (Annals of the Institute of Statistical Mathematics)
巻： 69  号： 5  ページ： 997-1025  発行年： 2017年10月 
JST資料番号： W2286A  ISSN： 0020-3157  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,ダブルスパース手法(DS)ペナルティと呼ぶ新規のペナルティを提案した。これは,共変量が自然にグループ分けされている場合に,高次元線形回帰モデルに於ける変数選択の為のダブルスパース手法である。このDSペナルティの利点は,他のペナルティに比べて,グループ間及びグループ内の希薄さを個別に制御する明確な方法を提供出来る。具体的には,効率的な最適化アルゴリズムを導入し,残差の2乗ペナルティ付きのグローバルミニマイザが存在することを証明した。又,グループ数がサンプルサイズを超えた場合でも,DSペナルティが選択されたグループ内のグループと変数をどの様に選択出来るかについて示した。有限サンプルを用いたシミュレーションと実データ解析を実施し,その結果,本DSペナルティが他の既存のペナルティより優れていることが分かった。

シソーラス用語： *推定 ,  *選択 ,  統計解析 ,  回帰モデル ,  ペナルティ法 ,  アルゴリズム ,  計算機シミュレーション
準シソーラス用語： コンピュータシミュレーション ,  *スパース推定 ,  共変量 ,  最適化アルゴリズム ,  線形回帰モデル ,  *変数選択

分類 (3件)： 統計学  (AB08000H) ,  計算理論  (JB02000A) ,  計算機シミュレーション  (JE11000H)

引用文献 (38件)：

• An, L. T. H., Tao, P. D. (1997). Solving a class of linearly constrained indefinite quadratic problems by DC algorithms. Journal of Global Optimization, 11, 253-285.
• Bertsekas, D. P. (1999). Nonlinear Proramming (2nd ed.). Belmont: Athena Scientific.
• Bickel, P. J., Ritov, Y. A., Tsybakov, A. B. (2009). Simultaneous analysis of lasso and dantzig selector. The Annals of Statistics, 37, 1705-1732.
• Breheny, P. (2015). The group exponential lasso for bi-level variable selection. Biometrics, 71, 731-740.
• Breheny, P., Huang, J. (2009). Penalized methods for bi-level variable selection. Statistics and Its Interface, 2, 369-380.

タイトルに関連する用語 (4件)： グループ ,  変数選択 ,  パース ,  手法