부트스트랩으로 강화된 라소: 일관된 변수 선택 Bolasso

본 논문은 Lasso(Least‑Absolute‑Shrinkage‑and‑Selection‑Operator)라는 ℓ₁ 정규화 선형 회귀 방법의 모델 일관성(즉, 진짜 비제로 계수를 정확히 복원하는 능력)을 정밀하게 분석하고, 이를 개선하기 위한 새로운 알고리즘 Bolasso(bootstrap‑enhanced Lasso)를 제안한다. 1. **문제 정의 및 가정** - 데이터는 i.i.d. \((X_i, Y_i)\) 로, \(Y = X^\top w + \varepsilon\) 형태이며, \(\varepsilon\)는 평균 0, 분산 \(\sigma^2\)인 잡음이다. - 가정 (A1)‑(A3)은 순간생성함수의 유한성, 공분산 행렬 \(Q = \mathbb{E}