역사적으로 중요한 논문은 편견 추정기가 일반 선형 모형에 대한 추정치가 향상 될 수 있음을 처음으로 보여줍니다.
- 1956 년 1 월 다변량 정규 분포의 평균에 대한 일반적인 추정량의 허용되지 않습니다. 수학적 통계와 확률에 관한 제 3 차 버클리 심포지움의 절차 (Vol. 1, No. 399, pp. 197-206).
SCAD 및 MCP에는 몇 가지 현대적이고 중요한 처벌이 포함됩니다.
- Fan, J. and Li, R., 2001. 비 오목한 벌점 가능성과 그 오라클 속성을 통한 변수 선택. 미국 통계 협회 저널, 96 (456), pp.1348-1360.
- Zhang, CH, 2010. minimax 오목한 페널티에서 거의 공정하지 않은 변수 선택. 통계 연대기, 38 (2), pp.894-942.
그리고이 방법을 사용하여 추정치를 얻는 매우 좋은 알고리즘에 대해 더 자세히 설명합니다.
- Breheny, P. and Huang, J., 2011. 생물학적 특징 선택에 적용되는 비 볼록한 회귀 회귀 분석을위한 하강 알고리즘. 적용된 통계의 연대기, 5 (1), p.232.
- Mazumder, R., Friedman, JH and Hastie, T., 2011. Sparsenet : 볼록하지 않은 벌칙에 따른 조율 하강. 미국 통계 협회 저널, 106 (495), pp.1125-1138.
또한 LASSO와 밀접한 관련이있는 Dantzig 셀렉터에 대한이 백서도 살펴볼 가치가 있지만, 필자는 상당히 강력한 아이디어 인 통계 추정기의 오라클 불평등에 대한 아이디어를 소개합니다.
- Cantz, E. 및 Tao, T., 2007. Dantzig 선택기 : p가 n보다 훨씬 큰 경우 통계적 추정. 통계의 연대기, pp.2313-2351.