نشر التدريسيان في قسم الإحصاء الأستاذ الدكتور (رحيم جبار الحمزاوي) والباحثة (ميادة جواد كاظم) بحثا علميا في المجلةUtilitas Mathematica والتي تصدر ضمن مستوعبات سكوباس وكلاريفت. يهدف البحث دراسة مقارنة أداء طريقتين للتنظيم lasso و rlassoلإزالة المتغيرات المشتركة غير المهمة في البيانات عالية الأبعاد لتحسين دقة التنبؤ والحصول على تفسير أفضل.

تضمن البحث تقديم بعض طرق التنظيم المستخدمة في تقدير المعاملات واختيار المتغيرات في نموذج الانحدار الخطي، مثل lasso و Bayesian lasso و reciprocal lasso و Bayesian reciprocal lasso و adaptive lasso و Bayesian adaptive lasso .

وتوصل البحث الى أن كلا الطريقتين lasso و reciprocal lasso تتفوقان في الأداء من حيث دقة التنبؤ. نتائج كلا الطريقتين (lasso و reciprocal lasso) متشابهة جدًا توضح النتائج أن أداء lasso و reciprocal lasso متماثل في دراسات المحاكاة المختلفة.