《表1 LASSO和SLOPE比较结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《次序L_1惩罚估计在高维数据分析中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

接下来利用数值模拟方法分析比较SLOPE和LASSO方法拟合稀疏回归模型。首先，生成X1 000×1 000为稀疏设计阵，其中设置非零变量数k分别为10，20，…，50，令FDR名义水平为q=0.1时，运用R程序分别使用SLOPE和LASSO方法进行变量选择，得到Lasso和SLOPE比较结果如表1所示。