संकुचित-क्रम प्रत्याशा के लिए कम घनत्व वाली घनता कमी और चर चयन

संकुचित-क्रम प्रत्याशा एक प्रभावी विधि है जो एक ही सेट के पूर्वानुमान चर से कई उत्तर चर की भविष्यवाणी करने में मदद करती है। यह मॉडल पैरामीटर की संख्या को कम करती है और उत्तर चर के बीच के अंतर्संबंधों का लाभ उठाती है, जिससे भविष्यवाणी की सटीकता में सुधार होता है। हम एक पेनेसिटी-इंड्यूसिंग दंड का उपयोग करके संकुचित-क्रम प्रत्याशा के लिए प्रासंगिक चर का चयन करने का प्रस्ताव करते हैं। हम समूह-लैसो प्रकार के दंड को लागू करते हैं जो प्रत्याशा के गुणांक मैट्रिक्स की प्रत्येक पंक्ति को एक समूह के रूप में मानता है और दिखाते हैं कि यह दंड कुछ इच्छित अपरिवर्तनीयता गुणों को संतुष्ट करता है। हम दंडित प्रत्याशा समस्या को हल करने के लिए दो संख्यात्मक एल्गोरिदम विकसित करते हैं और प्रस्तावित विधि की परिसीमा स्थिरता को स्थापित करते हैं। विशेष रूप से, संकुचित-क्रम प्रत्याशा गुणांक मैट्रिक्स की विविधता संरचना पर विचार किया जाता है और हमारे सैद्धांतिक विश्लेषण में अध्ययन किया जाता है। हमारे सिमुलेशन अध्ययन और वास्तविक डेटा विश्लेषण में, नई विधि को मल्टीवेरिएट प्रत्याशा के लिए कई मौजूदा चर चयन विधियों से तुलना की जाती है और यह भविष्यवाणी और चर चयन में प्रतिस्पर्धात्मक प्रदर्शन दिखाती है।