PEMILIHAN VARIABEL DAN REDUKSI DIMENSI DALAM REGRESI NONPARAMETRIK BERDIMENSI BESAR

Abstract

Prosedur  pada model regresi Gauss non-parametrik. Dalam banyak contoh konkrit,dimensi d pada variabel X tergantung pada jumlah pengamatan. Dalam tulisan ini, dibangun dua prosedur. Yang pertama, memilih probabilitas tinggi pada koordinat ini. Kemudian, dengan menggunakan metode pemilihan subset, menjalankan polinomial Estimator untuk memperkirakan fungsi regresi , di mana  merupakan dimensi â€real†dari masalah jumlah variabel yang tergantung pada f, telah mengganti bentuk dimensi d. Untuk mencapai hasil ini, digunakan metode -penalization dalam setup nonparametrik.

 

Kata kunci: Reduksi dimensi, Dimensi besar, LASSO.