📊 الإحصاء
Cross-Fitted Contamination-Aware Generalized Empirical-Bayes Liu Shrinkage for Multinomial Logit Models under Multicollinearity and Outliers
تقترح هذه الورقة وتقيم مُقدِّر "ليو للانكماش عبر نموذج بايز التجريبي المعمم المعتمد على التلاؤم المتقاطع والوعي بالتلوث" (CF-CABLS-MNL) لنماذج لوجيت متعددة الحدود، وهو إطار عمل قوي يدمج تباعد القدرة الكثافية المتلاؤم تقاطعياً، وتعديل التصنيف الخاطئ، والانكماش الطيفي لتقليل متوسط مربع الخطأ بشكل كبير في ظل وجود التعددية الخطية والقيم المتطرفة، رغم أن النتائج التجريبية تشير إلى أنه بينما يتفوق في البيئات الملوثة، فإن طرق التنظيم المباشرة مثل انحدار ريدج قد تتفوق عليه في سيناريوهات البيانات النظيفة أو الكثيفة.