James-Stein co rút 'trong tự nhiên'?

Tôi lấy ý tưởng về co rút James-Stein (nghĩa là hàm phi tuyến của một quan sát đơn lẻ của một vectơ có thể là các ước lượng độc lập có thể là một ước lượng tốt hơn về phương tiện của các biến ngẫu nhiên, trong đó 'tốt hơn' được đo bằng sai số bình phương ). Tuy nhiên, tôi chưa bao giờ thấy nó trong công việc được áp dụng. Rõ ràng tôi không đủ đọc. Có bất kỳ ví dụ kinh điển nào về nơi James-Stein đã cải thiện ước tính trong một thiết lập được áp dụng không? Nếu không, loại co rút này chỉ là một sự tò mò trí tuệ?

Công cụ ước tính James-Stein không được sử dụng rộng rãi nhưng nó đã truyền cảm hứng cho các ngưỡng mềm, ngưỡng cứng được sử dụng rộng rãi.

Ước tính độ co rút của rốn (xem gói R wavethresh) được sử dụng rất nhiều trong xử lý tín hiệu, centroid thu nhỏ (gói pamr theo R) để phân loại được sử dụng cho mảng micro DNA, có rất nhiều ví dụ về hiệu quả thu nhỏ thực tế ...

Đối với mục đích lý thuyết, xem phần đánh giá của candes về ước tính độ co ngót (p20-> James stein và phần sau đó người ta đề cập đến ngưỡng mềm và cứng):

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

EDIT từ các ý kiến: tại sao co rút JS ít được sử dụng hơn Thresh mềm / cứng?

James Stein khó thao tác hơn (thực tế và lý thuyết) và để hiểu bằng trực giác hơn là ngưỡng cứng nhưng câu hỏi tại sao là một câu hỏi hay!

Hồi quy sườn là một dạng co rút. Xem Draper & Van Nostrand (1979) .

Co ngót cũng đã được chứng minh hữu ích trong việc ước tính các yếu tố theo mùa cho chuỗi thời gian. Xem Miller và Williams (IJF, 2003) .

Như những người khác đã đề cập, James-Stein không thường được sử dụng trực tiếp, nhưng thực sự là bài báo đầu tiên về sự co ngót, lần lượt được sử dụng khá nhiều ở mọi nơi trong hồi quy đơn và đa. Mối liên hệ giữa James-Stein và ước tính hiện đại được E.Candes giải thích chi tiết trong bài viết này . Quay trở lại câu hỏi của bạn, tôi nghĩ James-Stein là một người không tò mò về trí tuệ, theo nghĩa chắc chắn đó là trí tuệ, nhưng đã có một tác động vô cùng khó chịu đối với Thống kê và sau đó không ai có thể coi đó là sự tò mò. Mọi người đều nghĩ rằng các phương tiện thực nghiệm là một công cụ ước tính được chấp nhận và Stein đã chứng minh họ sai với một ví dụ mẫu. Phần còn lại là lịch sử.

Xem thêm Jennrich, RJ, Oman, SD "Ước tính Stein giúp được bao nhiêu trong hồi quy tuyến tính?" Kỹ thuật , 28 , 113-121, 1986.

Korbinian Strimmer sử dụng công cụ ước tính James-Stein để suy ra các mạng gen . Tôi đã sử dụng các gói R của anh ấy một vài lần và nó dường như cung cấp một câu trả lời rất tốt và nhanh chóng.