Đánh giá hiệu quả của các mô hình Lasso

Hiệu quả dự đoán ngoài mẫu - So sánh các mô hình Lasso

Sau khi đã tìm hiểu tổng quan về Lasso, câu lệnh thực hiện, các vấn đề mô hình, quản lý các biến và đặc biệt là thực hành ước lượng các mô hình Lasso trên Stata thì bước kế tiếp là đánh giá hiệu quả của các mô hình Lasso. Hiệu quả của một phương pháp ước lượng, ngoài việc đạt được mức độ giải thích cho dữ liệu trong mẫu thì cần phải có khả năng giải thích cho các dữ liệu ngoài mẫu.
Chia mẫu với splitsample
Để đánh giá hiệu quả của mô hình Lasso, chúng tôi quyết định chia ngẫu nhiên dữ liệu của chúng tôi thành hai mẫu có kích thước bằng nhau. Chúng tôi sẽ sử dụng một tập để ước lượng mô hình (tập huấn luyện - training sample) và mẫu còn lại được sử dụng để đánh giá kết quả ước lượng (tập đánh giá - testing sample).

Phần nội dung có thu phí bên dưới đã được ẩn.

Xin mời bạn đăng nhập để tiếp tục nội dung...

* Nếu chưa có tài khoản Premium, mời bạn đăng ký tại đây.

Chân thành cảm ơn sự quan tâm của bạn!

Bài liên quan

Back to top button