Làm thế nào để trình bày kết quả của một Lasso bằng glmnet?

Tôi muốn tìm các yếu tố dự đoán cho một biến phụ thuộc liên tục trong số 30 biến độc lập. Tôi đang sử dụng hồi quy Lasso như được triển khai trong gói glmnet trong R. Đây là một số mã giả:

# 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 

Câu hỏi của tôi là làm thế nào để giải thích đầu ra:

• Có đúng không khi nói rằng trong đầu ra cuối cùng, tất cả các yếu tố dự đoán cho thấy một hệ số khác 0 đều có liên quan đến biến phụ thuộc?

• Đó sẽ là một báo cáo đầy đủ trong bối cảnh của một ấn phẩm tạp chí? Hoặc dự kiến ​​sẽ cung cấp số liệu thống kê kiểm tra cho tầm quan trọng của các hệ số? (Bối cảnh là di truyền của con người)

• Có hợp lý để tính giá trị p hoặc thống kê kiểm tra khác để xác nhận tầm quan trọng không? Làm thế nào điều đó có thể? Là một thủ tục được thực hiện trong R?

• Liệu một biểu đồ hồi quy đơn giản (các điểm dữ liệu được vẽ với sự phù hợp tuyến tính) cho mọi dự đoán có phải là một cách phù hợp để trực quan hóa dữ liệu này không?

• Có lẽ ai đó có thể cung cấp một số ví dụ dễ dàng về các bài báo được xuất bản cho thấy việc sử dụng Lasso trong bối cảnh của một số dữ liệu thực & cách báo cáo điều này trong một tạp chí?

Tôi hiểu rằng bạn không nhất thiết phải nói nhiều về biến nào là "quan trọng" hoặc có hiệu ứng "thực" dựa trên việc hệ số của chúng có khác không. Để đưa ra một ví dụ cực đoan, nếu bạn có hai yếu tố dự đoán hoàn toàn trùng khớp, Lasso sẽ chọn một trong số chúng một cách ngẫu nhiên để có được trọng lượng đầy đủ và cái còn lại sẽ có trọng lượng bằng không.

Bài viết này , bao gồm một trong những tác giả của glmnet, trình bày một số phân tích dựa trên glmnet (đặc biệt là: Giới thiệu, Phần 2.3 và 4.3, và Bảng 4 và 5). Liếc qua, có vẻ như họ đã không tính giá trị P trực tiếp từ mô hình glmnet. Họ đã tính toán hai loại giá trị P khác nhau bằng các phương pháp khác, nhưng có vẻ như họ không hoàn toàn tin tưởng vào một trong hai.

Tôi không chắc chắn 100% những gì bạn đề xuất về phương pháp vẽ đồ thị, nhưng tôi nghĩ nó có vẻ hợp lý.

Mong rằng sẽ giúp.

Tôi chỉ muốn chỉ ra rằng có một công việc gần đây đang cố gắng phát triển một thống kê thử nghiệm dành riêng cho LASSO, có tính đến việc lựa chọn tính năng đang được thực hiện:

Một bài kiểm tra quan trọng cho Lasso. Richard Lockhart, Jonathan Taylor, Ryan J. Tibshirani, Robert Tibshirani. http://arxiv.org/abs/1301.7161

Tuy nhiên, tôi chưa thấy điều này được sử dụng trong công việc ứng dụng, trong khi bootstrapping chắc chắn được sử dụng.

Về suy luận cho LASSO hoặc các mô hình mạng đàn hồi có một cái nhìn về các gói CRAN chọn lọc Suy luận và hdi , chúng thực hiện chính xác điều đó trong khi tính đến bước chọn biến!