Études de simulation de régression pénaliséeSalut,
Un client (un statisticien très compétent prenant en charge la préclinique en pharmacie) m'a demandé si je connaissais des études qui ont été réalisées pour déterminer l'efficacité de Elastic Net et Lasso par rapport aux techniques standard. Fonctionnent-ils mieux dans certaines situations ? Je pense qu'ils sont particulièrement intéressés par l'application dans le cadre du DoE.
Connaissez-vous des publications que je peux leur indiquer? Des études internes que nous avons faites qui peuvent être partagées ?
Merci,
Phil
Re : Études de simulation de régression pénaliséeMerci, Argile. Je pense que mon client sera très heureux de cette réponse.
Phil
Re : Études de simulation de régression pénaliséeDe nombreux articles de recherche sur la régression pénalisée que j'ai rencontrés ont tendance à se concentrer sur des données d'observation plutôt que sur des expériences conçues. Voici un document qui peut être utile :
http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0107957
L'évaluation d'une méthode de sélection de variables peut être assez délicate car il y a tellement de choses à considérer. Est-ce qu'on s'accorde à l'aide d'une validation croisée ou d'un critère d'information ? Pour une méthode pénalisée, nous devons également considérer comment les poids de pénalité sont choisis. Et les résultats peuvent dépendre du fait que l'objectif est de minimiser l'erreur de prédiction ou de capturer les variables qui influencent réellement la réponse.
J'ai joint des diapositives d'une présentation que j'ai faite au QPRC en 2015 sur l'utilisation de la régression pénalisée pour analyser les expériences de dépistage. Mon objectif était de voir dans quelle mesure le lasso fonctionnerait dans des conceptions sursaturées. C'était avant les critères ERIC, qui, je pense, ont beaucoup de potentiel pour ces cas.
Re : Études de simulation de régression pénaliséeAussi, peut-être :
https://community.jmp.com/t5/Discovery-Summit-2015/Model-Selection-Strategies-for-Definitive-Screening-Designs/ta-p/22854
Ian
Re : Études de simulation de régression pénaliséePhil,
J'ai commencé à examiner la sélection de modèles, en particulier, quelles techniques fonctionnent le mieux en dehors de la sélection ad-hoc (tout adapter, supprimer tout au-dessus de p = 0,05, puis recommencer), étape par étape avec BIC et Lasso. Bien que je n'aie pas pu aller très loin à cause des contraintes de temps, j'ai fini par comprendre que la technique de sélection dépendra beaucoup du design. Donc, pour quelque chose comme un facteur complet, la technique n'aura pas d'importance, mais avec un design personnalisé presque saturé, ce sera le cas. J'espère passer plus de temps là-dessus si les choses ralentissent. Clay Barker et Ryan Lekivetz ont également travaillé dans ce domaine.
enfiler
