Determinantal Priors for Variable Selection A priori basate sul determinante per la scelta delle variabili

نویسندگان

  • Veronika Ročková
  • Edward I. George
چکیده

Determinantal point processes (DPPs) provide a probabilistic formalism for modeling repulsive distributions over subsets. Such priors encourage diversity between selected items through the introduction of a kernel matrix that determines which items are similar and therefore less likely to appear together. We investigate the usefulness of such priors in the context of spike-and-slab variable selection, where penalizing predictor collinearity may reveal more interesting models. Abstract I processi di punto basati sul determinante (DPP) rappresentano un formalismo probabilistico per modellare distribuzioni su sottoinsemi di tipo repulsivo. Le distribuzioni a priori basate su tali processi favoriscono la diversit tra gli elementi selezionati attraverso l’introduzione di una matrice nucleo che determina quali elementi sono simili e quindi meno probabili da apparire insieme. Si investiga l’utilit di tali a priori nel contesto della selezione di variabili con ricerca stocastica spike-and-slab dove la penalizzazione della collinearit tra predittori pu rivelare modelli pi interessanti.

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

Some contributions to PLS Path Modeling and a system for the European Customer Satisfaction

Riassunto: La modellizzazione delle misure di customer satisfaction a livello nazionale ed europeo rappresenta un campo di applicazione alquanto nuovo per i modelli ad equazioni strutturali con variabili latenti. In questo lavoro si presenta anzitutto la metodologia dell’approccio PLS per la costruzione dell’indice europeo di customer satisfaction (ECSI). L’adozione di questo approccio nel domi...

متن کامل

Model selection for categorical data with factor level merging

Riassunto: La struttura di indipendenza tra un insieme di variabili categoriche, rappresentate da una tabella di contingenza, viene descritta attraverso un modello grafico non orientato. Se la dimensione della tabella esaminata è elevata può essere desiderabile ridurla combinando tra loro alcune categorie. Si introducono condizioni in base alla quali questa operazione non altera le proprietà ma...

متن کامل

Orthogonal Projection to Latent Structures in Models for L-structured Data Proiezione Ortogonale su Strutture Latenti in Modelli per Dati in Struttura a L

Riassunto: Nell’ambito della regressione PLS, la selezione di variabili indipendenti viene generalmente effettuata attraverso procedure di cross-validation oppure valutando indici che misurano la capacità predittiva delle variabili. Un approccio diverso, proposto in ambito chemometrico, consiste nel “filtrare” i dati, eliminando la parte di variazione strutturale nelle variabili indipendenti no...

متن کامل

A Selection Criterion for Spatial Autoregressive Models

Riassunto La scelta tra modelli autoregressivi spaziali richiede non solo l’individuazione delle coordinate non nulle di un modello “saturo”, ma anche la specificazione della struttura di vicinato tra le osservazioni. Si considera un criterio di scelta di tipo BIC, basato su una funzione di pseudo-verosimiglianza penalizzata. Il criterio è (debolmente) consistente sotto ipotesi assai generali. ...

متن کامل

A Transition Model for Multivariate Categorical Longitudinal Data

Riassunto: Per l’analisi di dati categorici longitudinali, viene proposta un’estensione multivariata del modello logistico dinamico. Il modello permette di utilizzare diversi tipi di logit e log-odds ratio per parametrizzare la distribuzione delle variabili risposta (ciascuna delle quali può essere ordinale o non ordinale) in funzione delle covariate, di un vettore di effetti non osservabili e ...

متن کامل

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

عنوان ژورنال:

دوره   شماره 

صفحات  -

تاریخ انتشار 2014