Glmnet kullanarak bir Kement'in sonuçları nasıl sunulur?

30 bağımsız değişken kümesinden sürekli bir bağımlı değişken için tahmincileri bulmak istiyorum. R'deki glmnet paketinde uygulanan Lasso regresyonunu kullanıyorum . İşte bazı boş kod:

# generate a dummy dataset with 30 predictors (10 useful & 20 useless) 
y=rnorm(100)
x1=matrix(rnorm(100*20),100,20)
x2=matrix(y+rnorm(100*10),100,10)
x=cbind(x1,x2)

# use crossvalidation to find the best lambda
library(glmnet)
cv <- cv.glmnet(x,y,alpha=1,nfolds=10)
l <- cv$lambda.min
alpha=1

# fit the model
fits <- glmnet( x, y, family="gaussian", alpha=alpha, nlambda=100)
res <- predict(fits, s=l, type="coefficients")
res 

Benim sorum, çıktının nasıl yorumlanacağıdır:

• Son çıktıda sıfırdan farklı bir katsayı gösteren tüm tahmincilerin bağımlı değişkenle ilişkili olduğunu söylemek doğru mudur?

• Bu bir dergi yayını bağlamında yeterli bir rapor olur mu? Yoksa katsayıların önemi için test istatistikleri sağlaması bekleniyor mu? (İçerik insan genetiğidir)

• Önem iddia etmek için p değerleri veya başka bir test istatistiği hesaplamak mantıklı mıdır? Bu nasıl mümkün olabilir? R'de bir prosedür uygulanıyor mu?

• Her öngörücü için basit bir regresyon grafiği (doğrusal bir uyumla çizilen veri noktaları) bu verileri görselleştirmek için uygun bir yol olabilir mi?

• Belki birileri Lasso'nun bazı gerçek veriler bağlamında kullanıldığını ve bunun bir dergide nasıl bildirileceğini gösteren yayınlanmış makalelerin bazı kolay örneklerini sunabilir?

Anladığım kadarıyla, hangi değişkenlerin “önemli” olduğu veya katsayılarının sıfır olmadığına bağlı olarak “gerçek” etkilerin olduğu konusunda çok fazla şey söyleyemezsiniz. Aşırı bir örnek vermek gerekirse, tam olarak kolinear olan iki öngörücünüz varsa, kement tam ağırlık almak için bunlardan birini esasen rasgele seçecek, diğeri sıfır ağırlık alacaktır.

Glmnet yazarlarından birini içeren bu makale , bazı glmnet tabanlı analizler sunmaktadır (özellikle bakınız: Giriş, Bölüm 2.3 ve 4.3 ve Tablo 4 ve 5). Gözden geçirildiğinde, P-değerini doğrudan glmnet modelinden hesaplayamamış gibi görünüyorlar. Diğer yöntemleri kullanarak iki farklı P-değeri hesapladılar, ancak her ikisine de tamamen güvenmiş gibi görünmüyorlar.

Çizim yöntemleri konusunda ne önerdiğinizden% 100 emin değilim, ancak bunun kulağa mantıklı geldiğini düşünüyorum.

Umarım yardımcı olur.

Sadece LASSO için bir test istatistiği geliştirmeye çalışılan ve yapılan özellik seçimini dikkate alan yeni bir çalışma olduğunu belirtmek istedim:

Kement için bir önemlilik testi. Richard Lockhart, Jonathan Taylor, Ryan J. Tibshirani, Robert Tibshirani. http://arxiv.org/abs/1301.7161

Ancak bunun uygulamalı çalışmalarda kullanıldığını henüz görmedim, oysaki önyükleme kesinlikle kullanılıyor.

LASSO veya elastik net modellerdeki çıkarım ile ilgili olarak, CRAN paketlerinin selectiveInference ve hdi değerlerine bakınız , değişken seçim basamağını dikkate alarak tam olarak bunu yaparlar!