Spike-and-slab-regression
term_id: spike_and_slab_regression
Category: basic_concepts
Definition
Spike-and-slab-regression er en bayesisk statistisk teknik, der bruges til variabeludvælgelse og sparss modellering. Den anvender en blanding priorfordeling bestående af to komponenter: en ‘spike’ (typisk en delta-funktion centreret omkring nul) og en ‘slab’ (en bredere fordeling, f.eks. en normalfordeling, der tillader ikke-nul værdier). Denne tilgang muliggør eksplicit at estimere sandsynligheden for, at en given variabel er irrelevant (koefficienten er nul) versus relevant.
Summary
En bayesisk metode til variabeludvælgelse, der bruger en blanding priorfordeling til at skelne mellem nul og ikke-nul koefficienter.
Key Concepts
- Bayesisk inferens
- Sparss modellering
- Blandingspriorer
- Variabeludvælgelse
Use Cases
- Analyse af højdimensionelle genomiske data
- Identifikation af risikofaktorer inden for finans
- Funktionsselvudvælgelse i prediktiv modellering