Giả sử tôi đang cố gắng ước tính một số lượng lớn các tham số từ một số dữ liệu chiều cao, sử dụng một số loại ước tính chính quy. Trình chuẩn hóa đưa ra một số sai lệch trong các ước tính, nhưng nó vẫn có thể là một sự đánh đổi tốt bởi vì việc giảm phương sai sẽ nhiều hơn là bù cho nó.
Vấn đề xảy ra khi tôi muốn ước tính khoảng tin cậy (ví dụ: sử dụng xấp xỉ Laplace hoặc bootstrapping). Cụ thể, sự sai lệch trong ước tính của tôi dẫn đến phạm vi bảo hiểm xấu trong khoảng tin cậy của tôi, điều này khiến cho việc xác định các thuộc tính thường xuyên của công cụ ước tính của tôi rất khó khăn.
Tôi đã tìm thấy một số bài báo thảo luận về vấn đề này (ví dụ: "Khoảng tin cậy tiệm cận trong hồi quy sườn dựa trên sự mở rộng Edgeworth" ), nhưng toán học chủ yếu nằm trên đầu tôi. Trong bài báo được liên kết, các phương trình 92-93 dường như cung cấp một hệ số hiệu chỉnh cho các ước tính được chính quy hóa bằng hồi quy sườn, nhưng tôi đã tự hỏi liệu có những quy trình tốt sẽ hoạt động với một loạt các bộ chỉnh hóa khác nhau.
Ngay cả một sự điều chỉnh đầu tiên sẽ vô cùng hữu ích.