Tóm tắt về Kết quả của P Lớn, p nhỏ

Ai đó có thể chỉ cho tôi một bài khảo sát về kết quả "Lớn , Nhỏ " không? Tôi đang quan tâm đến vấn đề này như thế nào biểu hiện chính nó trong bối cảnh nghiên cứu khác nhau, ví dụ như hồi quy, phân loại, kiểm tra Hotelling của, vv .$p$$n$

Tôi không biết về một bài báo duy nhất, nhưng tôi nghĩ rằng cuốn sách hiện tại có khảo sát tốt nhất về các phương pháp áp dụng cho vẫn là Friedman-Hastie-Tibshirani. Nó là một phần rất nhỏ đối với co rút và lasso (tôi biết từ một người quen biết rằng, LinkedInnik đã buồn bã ở phiên bản đầu tiên của cuốn sách), nhưng bao gồm hầu hết tất cả các phương pháp thu nhỏ phổ biến và cho thấy mối liên hệ của họ với Tăng tốc. Nói về Boosting, khảo sát của Buhlmann & Hothorn cũng cho thấy mối liên hệ với sự co lại.$p\gg n$

Ấn tượng của tôi là, trong khi phân loại và hồi quy có thể được phân tích bằng cùng một khung lý thuyết, việc kiểm tra dữ liệu chiều cao là khác nhau, vì nó không được sử dụng cùng với các quy trình lựa chọn mô hình, mà tập trung vào tỷ lệ lỗi thông minh của gia đình. Không chắc chắn về các cuộc khảo sát tốt nhất ở đó. Brad Efron có rất nhiều giấy tờ / khảo sát / sách trên trang của mình . Đọc tất cả và cho tôi biết cuốn mà tôi thực sự nên đọc ...

Bạn có ý nghĩa gì bởi "kết quả" kết quả lý thuyết? hoặc kết quả số?

Tôi thích các đánh giá của Jian Khánh Fan, ví dụ như cái này và cái này về phân loại (rất nhiều trích dẫn tự).

Ngoài ra, không có bài đánh giá nào làm cho đánh giá phong phú trong phần giới thiệu, xem ví dụ bài này và bài này .

Nếu bạn muốn một bản lý lịch có lẽ đây là thứ tốt nhất bạn có thể nhận được

http://www.springer.com/statistic/statistic+theory+and+methods/book/978-3-642-20191-2

Chương 18 của Hastie, Tibshirani và Friedman (lần in thứ 12 / lần thứ hai, chương này không có trong phiên bản đầu tiên) là một tổng quan đẹp với một số bộ dữ liệu thú vị. Nó không hoàn toàn kỹ lưỡng như việc họ xử lý các tài liệu cũ hơn và nhiều thời gian họ phải đưa ra những lời giải thích có phần heuristic về lý do tại sao các thuật toán nhất định hoạt động tốt hơn các thuật toán khác. Tôi thấy nó rất hữu ích cùng với việc đọc các bài báo cho những điều bạn muốn biết sâu hơn.