Adaptive Penalized Regression for High-Efficiency Estimation in Correlated Predictor Settings: A Data-Driven Shrinkage Approach

Penalized regression estimators have become widely adopted alternatives to ordinary least squares while analyzing collinear data, despite introducing some bias. However, existing penalized methods lack universal superiority across diverse data conditions. To address this limitation, we propose a nov...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Muhammad Shakir Khan, Amirah Saeed Alharthi
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2025-09-01
Seria:	Mathematics
Hasła przedmiotowe:	mean squared error Monte Carlo simulation multicollinearity ordinary least squared ridge regression
Dostęp online:	https://www.mdpi.com/2227-7390/13/17/2884
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!