Search engine for discovering works of Art, research articles, and books related to Art and Culture
Javascript must be enabled to continue!
การเปรียบเทียบประสิทธิภาพของวิธีการสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกในข้อมูลที่มีมิติสูง โดยใช้การประมาณสองขั้นตอนด้วยวิธี lasso + MLE and a bootstrap lasso + partial ridge
View through CrossRef
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกในข้อมูลที่มีมิติสูง โดยใช้การประมาณสองขั้นตอนด้วยวิธี Lasso+MLE และวิธี Lasso+ Partial Ridge ซึ่งในการศึกษานี้จะจำลองข้อมูลทั้งหมด 8 ชุด และเปรียบเทียบประสิทธิภาพของช่วงความเชื่อมั่นที่ได้จากการสร้างช่วงความเชื่อมั่นทั้งหมด 4 วิธี ได้แก่ วิธี Parametric Bootstrap Lasso+MLE, วิธี Parametric Bootstrap Lasso+Partial Ridge, วิธี Paired Bootstrap Lasso+MLE และวิธี Paired Bootstrap Lasso+Partial Ridge โดยใช้เกณฑ์ในการเปรียบเทียบประสิทธิภาพของช่วงความเชื่อมั่น คือ ความกว้างเฉลี่ยของช่วงความเชื่อมั่น ค่าความน่าจะเป็นครอบคลุม ค่าความแม่นยำ และค่าความไว
จากการศึกษาภายใต้ขอบเขตดังกล่าวผลปรากฏว่า วิธี Parametric Bootstrap Lasso+Partial Ridge มีประสิทธิภาพในการสร้างช่วงความเชื่อมั่นมากที่สุด รองลงมาคือ วิธี Paired Bootstrap Lasso+Partial Ridge และวิธี Paired Bootstrap Lasso+MLE ตามลำดับ และวิธีที่มีประสิทธิภาพในการสร้างช่วงความเชื่อมั่นน้อยที่สุด ก็คือ วิธี Parametric Bootstrap Lasso+MLE ดังนั้นจึงสรุปได้ว่า การสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกโดยใช้การประมาณสองขั้นตอนด้วยวิธี Lasso+Partial Ridge มีประสิทธิภาพมากกว่าวิธี Lasso+MLE
Title: การเปรียบเทียบประสิทธิภาพของวิธีการสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกในข้อมูลที่มีมิติสูง โดยใช้การประมาณสองขั้นตอนด้วยวิธี lasso + MLE and a bootstrap lasso + partial ridge
Description:
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกในข้อมูลที่มีมิติสูง โดยใช้การประมาณสองขั้นตอนด้วยวิธี Lasso+MLE และวิธี Lasso+ Partial Ridge ซึ่งในการศึกษานี้จะจำลองข้อมูลทั้งหมด 8 ชุด และเปรียบเทียบประสิทธิภาพของช่วงความเชื่อมั่นที่ได้จากการสร้างช่วงความเชื่อมั่นทั้งหมด 4 วิธี ได้แก่ วิธี Parametric Bootstrap Lasso+MLE, วิธี Parametric Bootstrap Lasso+Partial Ridge, วิธี Paired Bootstrap Lasso+MLE และวิธี Paired Bootstrap Lasso+Partial Ridge โดยใช้เกณฑ์ในการเปรียบเทียบประสิทธิภาพของช่วงความเชื่อมั่น คือ ความกว้างเฉลี่ยของช่วงความเชื่อมั่น ค่าความน่าจะเป็นครอบคลุม ค่าความแม่นยำ และค่าความไว
จากการศึกษาภายใต้ขอบเขตดังกล่าวผลปรากฏว่า วิธี Parametric Bootstrap Lasso+Partial Ridge มีประสิทธิภาพในการสร้างช่วงความเชื่อมั่นมากที่สุด รองลงมาคือ วิธี Paired Bootstrap Lasso+Partial Ridge และวิธี Paired Bootstrap Lasso+MLE ตามลำดับ และวิธีที่มีประสิทธิภาพในการสร้างช่วงความเชื่อมั่นน้อยที่สุด ก็คือ วิธี Parametric Bootstrap Lasso+MLE ดังนั้นจึงสรุปได้ว่า การสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกโดยใช้การประมาณสองขั้นตอนด้วยวิธี Lasso+Partial Ridge มีประสิทธิภาพมากกว่าวิธี Lasso+MLE.
Related Results
Mulberry leaf extract improves non-specific immunity and antioxidant capacity of largemouth bass (Micropterus salmoides) fed a high-starch diet
Mulberry leaf extract improves non-specific immunity and antioxidant capacity of largemouth bass (Micropterus salmoides) fed a high-starch diet
A 70-day experiment was conducted to investigate the effects of mulberry leaf extract (MLE) on growth, proximate compositions, antioxidant and plasma biochemical parameters, and in...
Heuristic techniques for maximum likelihood localization of radioactive sources via a sensor network
Heuristic techniques for maximum likelihood localization of radioactive sources via a sensor network
AbstractMaximum likelihood estimation (MLE) is an effective method for localizing radioactive sources in a given area. However, it requires an exhaustive search for parameter estim...
In vitro Potential of Aqueous Extracts of Plant Leaves to inhibit Pathogenic Fungi
In vitro Potential of Aqueous Extracts of Plant Leaves to inhibit Pathogenic Fungi
The in vitro potential of aqueous extracts of plant leaves to inhibit pathogenic fungi was carried out. The effect of leaf extract and concentration on growth inhibition of organis...
Study on the antioxidant properties of Moringa oleifera leaf aqueous extract and its effect on the sensory attributes of raw and cooked Japanese quail meat
Study on the antioxidant properties of Moringa oleifera leaf aqueous extract and its effect on the sensory attributes of raw and cooked Japanese quail meat
The study was conducted to standardise the concentration of Moringa leaf aqueous extract (MLE) as a natural antioxidant for applying on Japanese quail carcasses and its effect on t...
Ameliorative potential of freeze-dried methanolic leaf extract of Moringa oleifera Lam. on hyperglycemia, hyperlipidemia, anti-oxidative enzymes and hepatopathy in Streptozotocin-induced diabetic mice
Ameliorative potential of freeze-dried methanolic leaf extract of Moringa oleifera Lam. on hyperglycemia, hyperlipidemia, anti-oxidative enzymes and hepatopathy in Streptozotocin-induced diabetic mice
The leaves of Moringa oleifera commonly known as Drumstick or ‘Sajina’ were collected from Dibrugarh, Assam and the methanolic leaf extract (MLE) was prepared using a lyophilyzer. ...
<i>Drosophila melanogaster</i> MLE Helicase functions beyond dosage compensation: molecular nature and pleiotropic effect of <i>mle[9]</i>
<i>Drosophila melanogaster</i> MLE Helicase functions beyond dosage compensation: molecular nature and pleiotropic effect of <i>mle[9]</i>
MLE of D. melanogaster is a conserved protein in higher eukaryotes, an ortholog of human DHX9 helicase. In mammals, this helicase has been shown to participate in different stages ...
Bootstrap-after-bootstrap for autoregressive models: an application to Indonesian value of export oil and gas
Bootstrap-after-bootstrap for autoregressive models: an application to Indonesian value of export oil and gas
This research focuses on predicting the value of oil and gas exports in Indonesia, employing a hybrid methodology that combines autoregressive models and a bootstrap approach. Spec...
Seagull: lasso, group lasso and sparse-group lasso regularization for linear regression models via proximal gradient descent
Seagull: lasso, group lasso and sparse-group lasso regularization for linear regression models via proximal gradient descent
Abstract
Background
Statistical analyses of biological problems in life sciences often lead to high-dimensional linear models. To solve the corresponding system of equations, penal...