论文研究 基于BayesianLasso方法的变量选择和异常值检测.pdf

针对Bayesian Lasso方法的变量选择和异常值检测进行了研究。该方法是在线性回归模型中引入识别变量，借助于双层Bayesian模型和Gibbs抽样算法，给出识别变量后验概率的计算方法和变量选择的方法，通过比较这些识别变量的后验概率进行异常值定位。最后进行了大量的模拟实验，结果表明，该方法是可行且有效的。