چکیده: در مسائل تحلیل رگرسیون اگر تعداد متغیرهای توضیحی زیاد باشد، برآورد پارامترها به روش کمترین توان‌های دوم راه مناسبی نبوده و باید از برآوردگرهای جریمه‌شده استفاده کرد. یکی از موثرترین و کاراترین برآوردگر - های جریمه ‌شده، لاسو است که در صفر مشتق‌پذیر نمی‌باشد و بنابراین توزیع مجانبی آن نرمال نیست. در این پایان‌نامه برآوردگر لاسوی مشتق‌پذیر را مورد بررسی قرار می‌دهیم که دارای توزیع مجانبی نرمال است و خواص خوبی در مقایسه با خیلی از برآوردگرهای جریمه‌شده دارد. با انجام چند مطالعه شبیه‌سازی و تحلیل داده‌های واقعی، عملکرد این برآوردگر و برآوردگر لاسوی مشتق‌پذیر تفاضلی را مورد ارزیابی قرار می‌دهیم. ‌