제임스-스타 인의 축소는 '야생'?

나는 James-Stein 수축에 대한 아이디어를 얻었습니다 (즉, 독립적 인 법선으로 구성된 벡터에 대한 단일 관찰의 비선형 함수는 랜덤 변수의 수단을 더 잘 추정 할 수 있습니다. 여기서 '더 나은'은 제곱 오차로 측정됩니다) ). 그러나 응용 작업에서 본 적이 없습니다. 분명히 나는 ​​충분히 읽지 못했습니다. James-Stein이 적용된 환경에서 추정을 개선 한 전형적인 사례가 있습니까? 그렇지 않다면 이런 종류의 수축이 지적 호기심일까요?

James-Stein 추정기는 널리 사용되지는 않지만 실제로 널리 사용되는 소프트 임계 값, 하드 임계 값에 영향을 미쳤습니다.

웨이블릿 수축 추정 (R 패키지 wavethresh 참조)은 신호 처리에 많이 사용되며, 고 전화를 위해 축소 된 중심 (R에서 패키지 pamr)이 DNA 마이크로 어레이에 사용되며 수축의 실제 효율성에 대한 많은 예가 있습니다 ...

이론적 인 목적으로, 수축 추정에 대한 candes의 검토 섹션 (p20-> James stein과 그 이후의 소프트 및 하드 임계 값을 다루는 섹션)을 참조하십시오.

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.161.8881&rep=rep1&type=pdf

주석에서 편집 : 왜 JS 수축이 Soft / hard Thresh보다 덜 사용됩니까?

제임스 스타 인 (James Stein)은 어려운 문턱 값보다 (실제적으로나 이론적으로) 조작하고 직관적으로 이해하기가 어렵지만 왜 질문이 좋은 질문입니까!

릿지 회귀는 축소의 한 형태입니다. Draper & Van Nostrand (1979)를 참조하십시오 .

수축은 또한 시계열의 계절적 요인을 추정하는 데 유용하다는 것이 입증되었습니다. Miller and Williams (IJF, 2003)를 참조하십시오 .

다른 사람들이 언급했듯이 James-Stein은 종종 직접 사용되지는 않지만 실제로 수축에 관한 첫 번째 논문으로, 단일 및 다중 회귀 분석에서 거의 모든 곳에서 사용됩니다. James-Stein과 현대 추정치의 연결은 이 논문 에서 E.Candes에 의해 자세히 설명됩니다 . 귀하의 질문으로 돌아가서, James-Stein은 지적 지적 호기심이라고 생각합니다. 확실히 지적 스럽지만 통계에 엄청나게 파괴적인 영향을 미쳤으며, 이후에는 아무도 호기심으로 기각 할 수 없었습니다. 모든 사람들 은 경험적 수단이 용인 할 수있는 견적 자라고 생각했으며, Stein은 이에 대한 반증으로 잘못을 증명했습니다. 나머지는 역사이다.

참조 Jennrich, RJ, 오만, SD "얼마나 다중 선형 회귀 분석에서 스타 인 추정에 도움이 수행을?" Technometrics , 28 , 113-121, 1986.

Korbinian Strimmer 는 유전자 네트워크 를 유추 하기 위해 James-Stein 추정기를 사용합니다 . 나는 그의 R 패키지를 몇 번 사용했으며 매우 좋고 빠른 답변을 제공하는 것 같습니다.