Me toma la idea de la contracción de James-Stein (es decir, que una función no lineal de una sola observación de un vector de normales posiblemente independientes puede ser un mejor estimador de las medias de las variables aleatorias, donde 'mejor' se mide por error al cuadrado ) Sin embargo, nunca lo he visto en el trabajo aplicado. Claramente no estoy lo suficientemente bien leído. ¿Hay algunos ejemplos clásicos de donde James-Stein ha mejorado la estimación en un entorno aplicado? Si no, ¿es este tipo de contracción solo una curiosidad intelectual?
estimation
error
shrinkage
application
steins-phenomenon
shabbychef
fuente
fuente
La regresión de cresta es una forma de contracción. Ver Draper y Van Nostrand (1979) .
La contracción también ha resultado útil para estimar factores estacionales para series de tiempo. Ver Miller y Williams (IJF, 2003) .
fuente
Como lo mencionaron otros, James-Stein no se usa a menudo directamente, pero en realidad es el primer documento sobre la contracción, que a su vez se usa prácticamente en todas partes en regresión simple y múltiple. El vínculo entre James-Stein y estimación moderna se explica en detalle en este documento por E.Candes. Volviendo a su pregunta, creo que James-Stein es una no curiosidad intelectual, en el sentido de que fue intelectual con seguridad, pero tuvo un efecto increíblemente disruptivo en las estadísticas, y nadie podría descartarlo como curiosidad después. Todos pensaban que los medios empíricos eran un estimador admisible, y Stein demostró que estaban equivocados con un contraejemplo. El resto es historia.
fuente
Ver también Jennrich, RJ, Oman, SD "¿Cuánto ayuda la estimación de Stein en la regresión lineal múltiple?" Technometrics , 28 , 113-121, 1986.
fuente
Korbinian Strimmer utiliza el estimador James-Stein para inferir redes de genes . He usado sus paquetes R varias veces y parece proporcionar una respuesta muy buena y rápida.
fuente