Lasso的变量选择与收缩 — 统计学计算题

设线性回归模型 y = β₁x₁ + β₂x₂ + β₃x₃ + ε，数据经标准化后，某次Lasso拟合在给定参数 λ 时，其系数估计为：Lasso惩罚下各系数的收缩量为 |β̂ⱼ| = max(|βⱼ^(OLS)| − λ, 0)。已知三个普通最小二乘估计为 β₁^(OLS) = 6，β₂^(OLS) = −2，β₃^(OLS) = 0.8，取 λ = 1.5。请分别计算 Lasso 估计 β̂₁、β̂₂、β̂₃，并指出哪些变量被 Lasso 从模型中剔除（即压缩为 0）。