38330_es-ES

liliconcom

Estudios de simulación de regresión penalizada

Hola,

 

Un cliente (un estadístico muy competente que apoya la preclínica en el sector farmacéutico) me preguntó si conocía algún estudio que se haya realizado para determinar la eficacia de Elastic Net y Lasso en comparación con las técnicas estándar. ¿Funcionan mejor en determinadas situaciones? Creo que están particularmente interesados en la aplicación en el contexto de DoE.

 

¿Conoce alguna publicación a la que pueda señalarles? ¿Algún estudio interno que hayamos hecho que se pueda compartir?

 

Gracias,
Phil

Re: estudios de simulación de regresión penalizada

Gracias, Clay. Creo que mi cliente estará muy contento con esa respuesta.

Phil

Re: estudios de simulación de regresión penalizada

Muchos de los trabajos de investigación sobre regresión penalizada que he encontrado tienden a centrarse en datos de observación en lugar de experimentos diseñados. Aquí hay un documento que puede ser útil:

http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0107957

 

Evaluar un método de selección de variables puede ser bastante complicado porque hay muchas cosas a considerar. ¿Sintonizamos mediante validación cruzada o un criterio de información? Para un método penalizado, también tenemos que considerar cómo se eligen los pesos de penalización. Y los resultados pueden depender de si el objetivo es minimizar el error de predicción o capturar las variables que realmente influyen en la respuesta.

 

Adjunté diapositivas de una presentación que hice en QPRC en 2015 relacionada con el uso de regresión penalizada para analizar experimentos de detección. Mi objetivo era ver qué tan bien funcionaría el lazo en diseños sobresaturados. Eso fue antes de los criterios ERIC, que creo que tienen mucho potencial para estos casos.

 

Re: estudios de simulación de regresión penalizada

Además, tal vez:

 

https://community.jmp.com/t5/Discovery-Summit-2015/Model-Selection-Strategies-for-Definitive-Screening-Designs/ta-p/22854

 

Ian

Re: estudios de simulación de regresión penalizada

Phil,

Comencé a buscar en la selección de modelos, en particular, qué técnicas funcionan mejor con la selección ad-hoc (ajustar todo, eliminar todo por encima de p = 0.05, luego hacerlo de nuevo), paso a paso con BIC y Lasso. Aunque no he podido llegar muy lejos debido a las limitaciones de tiempo, he llegado a comprender que la técnica de selección dependerá mucho del diseño. Entonces, para algo así como un factor completo, la técnica no importará, pero con un diseño personalizado casi saturado, lo hará. Espero dedicar más tiempo a esto si las cosas se ralentizan. Clay Barker y Ryan Lekivetz también han trabajado en esta área.

Don