จะแสดงผลลัพธ์ของ Lasso โดยใช้ glmnet ได้อย่างไร

ฉันต้องการค้นหาตัวทำนายสำหรับตัวแปรพึ่งพาต่อเนื่องจากชุดของตัวแปรอิสระ 30 ตัว ฉันใช้ Lasso regression ตามที่นำมาใช้ในแพ็คเกจglmnetใน R ต่อไปนี้เป็นตัวอย่างรหัสจำลอง

# 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 

คำถามของฉันคือวิธีตีความผลลัพธ์:

• ถูกต้องหรือไม่ที่จะบอกว่าในผลลัพธ์สุดท้ายตัวทำนายทั้งหมดที่แสดงสัมประสิทธิ์ที่แตกต่างจากศูนย์นั้นสัมพันธ์กับตัวแปรตามหรือไม่

• นั่นจะเป็นรายงานที่เพียงพอในบริบทของการตีพิมพ์วารสารหรือไม่? หรือเป็นที่คาดว่าจะให้สถิติทดสอบสำหรับความสำคัญของสัมประสิทธิ์? (บริบทคือพันธุศาสตร์ของมนุษย์)

• การคำนวณค่า p หรือสถิติทดสอบอื่น ๆ มีความสมเหตุสมผลหรือไม่ มันจะเป็นไปได้ยังไง? มีการใช้โพรซีเดอร์ใน R หรือไม่?

• พล็อตการถดถอยแบบง่าย (จุดข้อมูลถูกพล็อตแบบพอดี) สำหรับตัวทำนายทุกตัวเป็นวิธีที่เหมาะสมในการมองเห็นข้อมูลนี้หรือไม่?

• บางทีใครบางคนสามารถให้ตัวอย่างง่ายๆของบทความที่ตีพิมพ์แสดงการใช้ Lasso ในบริบทของข้อมูลจริงและวิธีการรายงานในวารสาร?

ความเข้าใจของฉันคือคุณไม่สามารถบอกอะไรได้มากเกี่ยวกับตัวแปรที่เป็น "สำคัญ" หรือมีผลกระทบ "จริง" ขึ้นอยู่กับว่าสัมประสิทธิ์ของพวกเขาไม่ใช่ศูนย์ เพื่อยกตัวอย่างที่รุนแรงหากคุณมีตัวทำนายสองตัวที่เป็นคอลลิเออร์อย่างสมบูรณ์แบบบ่วงบาศจะเลือกหนึ่งในนั้นโดยการสุ่มเพื่อรับน้ำหนักเต็มและอีกตัวหนึ่งจะได้รับน้ำหนักเป็นศูนย์

กระดาษนี้ซึ่งรวมถึงหนึ่งในผู้เขียนของ glmnet นำเสนอการวิเคราะห์ที่ใช้ glmnet (ดูโดยเฉพาะ: บทนำ, ส่วน 2.3 และ 4.3 และ 4.3 และตาราง 4 และ 5) ดูราวกับว่าพวกเขาไม่ได้คำนวณค่า P โดยตรงจากรุ่น glmnet พวกเขาคำนวณค่า P สองประเภทที่แตกต่างกันโดยใช้วิธีอื่น แต่ดูเหมือนว่าพวกเขาจะไม่ไว้วางใจทั้งสองอย่าง

ฉันไม่แน่ใจ 100% ว่าสิ่งที่คุณแนะนำในแง่ของวิธีการวางแผน แต่ฉันคิดว่ามันฟังดูสมเหตุสมผล

หวังว่าจะช่วย

ฉันแค่อยากจะชี้ให้เห็นว่ามีงานล่าสุดพยายามพัฒนาสถิติการทดสอบโดยเฉพาะสำหรับ LASSO ซึ่งคำนึงถึงการเลือกคุณสมบัติที่กำลังดำเนินการ:

การทดสอบที่สำคัญสำหรับบ่วงบาศ Richard Lockhart, Jonathan Taylor, Ryan J. Tibshirani, Robert Tibshirani http://arxiv.org/abs/1301.7161

ฉันยังไม่เคยเห็นสิ่งนี้ใช้ในงานที่นำไปใช้ แต่กระนั้นก็มีการใช้ bootstrapping อย่างแน่นอน

เกี่ยวกับการอนุมานสำหรับ LASSO หรือโมเดลยืดหยุ่นสุทธิดูที่ CRAN แพ็คเกจselectiveInferenceและhdiพวกเขาทำอย่างนั้นในขณะที่คำนึงถึงขั้นตอนการเลือกตัวแปร!