James-Stein 'vahşi doğada' küçülüyor mu?

James-Stein büzülme fikri ile alınıyorum (yani, muhtemelen bağımsız normallerden oluşan bir vektörün tek bir gözleminin doğrusal olmayan bir işlevi, 'daha iyi' nin kare hata ile ölçüldüğü rasgele değişkenlerin ortalamalarının daha iyi bir tahmincisi olabilir. ). Ancak, bunu uygulamalı çalışmalarda hiç görmedim. Açıkçası yeterince iyi değilim. James-Stein'ın uygulamalı bir ortamda tahmini nasıl iyileştirdiği konusunda klasik örnekler var mı? Değilse, bu tür bir büzülme sadece entelektüel bir merak mıdır?

James-Stein tahmincisi yaygın olarak kullanılmamaktadır, ancak gerçekten yaygın olarak kullanılan yumuşak eşikleme, sert eşikleme esin kaynağı olmuştur.

Dalgacık büzülme tahmini (bkz. R paketi wavethresh), sinyal işlemede çok kullanılır, küçültülmüş centroid (R altında paket pamr), DNA mikro dizisi için klasikleştirme için kullanılır, büzülmenin pratik verimliliğine ilişkin birçok örnek vardır ...

Teorik amaç için, candes'ın büzülme tahmini hakkındaki gözden geçirme bölümüne bakın (p20-> James stein ve bundan sonraki bölüm yumuşak ve sert eşikle ilgilidir):

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

Yorumlardan DÜZENLE: JS büzülmesinin neden Yumuşak / sert Harmandan daha az kullanıldığı?

James Stein'ı (pratik ve teorik olarak) manipüle etmek ve sezgisel olarak sezgisel olarak anlamak zor eşikten daha zordur, ancak neden soru iyi bir sorudur!

Ridge regresyon bir büzülme şeklidir. Bkz. Draper & Van Nostrand (1979) .

Büzülmenin, zaman serileri için mevsimsel faktörlerin tahmininde de yararlı olduğu kanıtlanmıştır. Bakınız Miller ve Williams (IJF, 2003) .

Başkaları tarafından belirtildiği gibi, James-Stein sıklıkla doğrudan kullanılmaz, ancak aslında büzülme üzerine ilk kağıttır, bu da tek ve çoklu regresyonda hemen hemen her yerde kullanılır. James-Stein ve modern tahmin arasındaki bağlantı bu makalede E.Candes tarafından ayrıntılı olarak açıklanmaktadır . Sorunuza geri dönersek, James-Stein'ın entelektüel bir merak değil, kesinlikle entelektüel olduğu, ancak İstatistikler üzerinde inanılmaz derecede yıkıcı bir etkisi olduğunu düşünüyorum ve daha sonra kimse onu bir merak olarak reddedemezdi. Herkes ampirik araçların kabul edilebilir bir tahminci olduğunu düşündü ve Stein karşı bir örnekle bunların yanlış olduğunu kanıtladı. Gerisi tarih.

Ayrıca bakınız Jennrich, RJ, Umman, SD "Stein kestirimi çoklu doğrusal regresyonda ne kadar yardımcı oluyor?" Technometrics , 28 , 113-121, 1986.

Korbinian Strimmer , gen ağlarını çıkarmak için James-Stein tahmincisini kullanır . R paketlerini birkaç kez kullandım ve çok iyi ve hızlı bir cevap veriyor gibi görünüyor.