百科问答小站 logo
百科问答小站 font logo



Stein's Paradox 在统计上或者在实际运用中的意义是什么? 第1页

  

user avatar   guo-ni-he 网友的相关建议: 
      

stein的这个结论让人们发现,(在高维问题中,即维数大于等于3)简单地将估计朝原点做shrinkage就能提升预测精度。后面蓬勃发展的统计学习中有一大类方法,其思想根源就是这里,这种方法叫(高维问题中的)正则化。甚至可以说,统计学习本质思想之一的bias-variance tradeoff即发端于此。

事实上,人们后来提出的ridge regression就基于这种方法(甚至可以叫等价)。而在90年代末、20世纪初的十几年时间里涌现的大量正则化方法,如lasso, elastic net等等,虽形不同,但神似之。而如此蓬勃发展的方法的起点,居然是早在1956年。每念及此,都只能由衷赞叹。




  

相关话题

  涉及联合用药的临床研究该如何科学地对样本量进行估算? 
  PhD念得不愉快怎么办? 
  如何在一晚内速成概率论与数理统计? 
  秩和比法原文文献在哪里找? 
  「统计学」专业是一门什么样的专业? 
  为什么样本协方差Cov(X,Y)中自由度为n-1,而相关系数的假设检验自由度为n-2? 
  国家统计局表示「10 月中国制造业采购经理指数为 49.2%」,释放了什么信号? 
  目前的人工智能可以打「颜值」分吗? 
  如何简单理解贝叶斯决策理论(Bayes Decision Theory)? 
  如果用总体作为数据,那么回归系数的显著性还有意义吗? 

前一个讨论
抛物线为何属于圆锥曲线?
下一个讨论
已知若干个独立同分布的随机变量之积的分布,如何求单个随机变量的分布?





© 2025-06-27 - tinynew.org. All Rights Reserved.
© 2025-06-27 - tinynew.org. 保留所有权利