Univ. Heidelberg
Statistik-Gruppe   Institut für Mathematik   Fakultät für Mathematik und Informatik   Universität Heidelberg
Ruprecht-Karls-Universität Heidelberg Institut für Mathematik Arbeitsgruppe Statistik inverser Probleme
german english french



Publikationen
Kooperationen
Forschungsprojekte
Veranstaltungen
Lehre
Abschlussarbeiten
Personen
Kontakt


Zuletzt geändert am
12 Jul 2024 von JJ
.
Abschlussarbeit:
Bachelor in Mathematik

Autor:
Kai Becker

Titel:
Der adaptive Lasso-Schätzer

Betreuer:
Stefan Richter (Universität Heidelberg)
Jan JOHANNES

Abstrakt:
Da die Variablenselektion des Lasso-Schätzers unter gewissen Voraussetzungen inkonsistent ist, definieren wir einen gewichteten Lasso-Schätzer, welchen wir adaptiven Lasso-Schätzer nennen. Bei diesem werden Gewichte eingeführt, um die verschiedenen Koeffizienten im L1-penalty-Term unterschiedlich zu bestrafen. Daraufhin beweisen wir, dass der adaptive Lasso Schätzer die Orakel-Eigenschaften erfüllt. Das bedeutet, dass er zum einen eine asymptotisch optimale Schätzung liefert, und zum anderen konsistent in der Variablenselektion ist. Darüber hinaus vergleichen wir die Schätzung durch den adaptiven Lasso-Schätzer mit der Schätzung durch den Lasso-Schätzer in mehreren Simulationen.

Literatur:
Hui Zou. The adaptive Lasso and its oracle properties, Journal of the American Statistical Association, 101(476):1418-1429, 2006.