Bir resim bazen bin kelimeye bedeldir, bu yüzden bir tanesini sizinle paylaşmama izin verin. Aşağıda Bradley Efron'un (1977) gazetesinin Stein'ın paradoksundan gelen bir çizimi görebilirsiniz . Gördüğünüz gibi, Stein'ın tahmincisinin yaptığı her bir değeri genel ortalamaya yaklaştırmaktır. Değerleri genel ortalamadan daha küçük, genel ortalamadan daha küçük değerleri daha büyük yapar. Büzülme ile , değerleri ortalamaya doğru veya bazı durumlarda parametreleri düzenli olarak küçülten sıfıra doğru hareket ettirmeyi kastediyoruz .
Tabii ki, sadece kendini küçültmekle ilgili değil, Stein (1956) ve James ve Stein (1961) 'in kanıtladığı şey, Stein'ın tahmincisinin toplam kare hatası açısından maksimum olabilirlik tahmincisine egemen olması,
Eμ( ∥ μ^JS- μ ∥2) < Eμ( ∥ μ^ML E- μ ∥2)
burada , Stein'ın tahmincisidir ve ; her iki tahminci de örneğinde tahmin edilir . Kanıtlar orijinal belgelerde ve atıfta bulunduğunuz makalenin ekinde verilmiştir. Düz İngilizce'de, gösterdikleri şey, aynı anda tahminleri yaparsanız, toplam kare hatası açısından, ilk tahminlerinize sadık kalmayla karşılaştırıldığında onları daraltarak daha iyi yapacağınızdır.μ = ( μ1,μ2,…,μp)′μ^JSiμ^MLEi=xix1,x2,…,xpp>2
Son olarak, Stein'ın tahmincisi kesinlikle büzülme etkisi veren tek tahminci değildir. Diğer örnekler için kontrol edebilirsiniz Bu blog girişi veya sevk Bayes veri analizi Gelman ve arkadaşları tarafından kitap. Düzenli regresyon hakkındaki konuları da kontrol edebilirsiniz, örn. Büzülme yöntemleri hangi problemi çözer? , veya Regresyon için regülasyon yöntemleri ne zaman kullanılır? , bu etkinin diğer pratik uygulamaları için.