Припущення LASSO

У сценарії регресії LASSO де

$y= X \beta + \epsilon$ ,

і оцінки LASSO даються наступною проблемою оптимізації

$\min_\beta ||y - X \beta|| + \tau||\beta||_1$

Чи існують припущення щодо розповсюдження інформації щодо $\epsilon$ ?

У сценарії OLS можна очікувати, що є незалежним та нормально розподіленим.$\epsilon$

Чи має сенс аналізувати залишки в регресії LASSO?

Я знаю, що оцінка LASSO може бути отримана як задній режим в незалежних подвійних експоненціальних пріорах для . Але я не знайшов жодної стандартної "фази перевірки припущення".$\beta_j$

Спасибі заздалегідь (:

Я не фахівець з LASSO, але ось моя думка.

$\varepsilon_i$$(y_i,x_i)$$(y_i,x_i)$$y_i$ формуватися з лінійної моделі.

$\varepsilon$$(y,X)$$(y|X)$

$\varepsilon$