「野生の」ジェームズ・シュタインの収縮？

James-Stein収縮の概念にとらわれます（つまり、独立した法線のベクトルの単一の観測の非線形関数は、「より良い」が二乗誤差で測定されるランダム変数の平均のより良い推定量になります） ）。しかし、私はそれを応用研究で見たことがない。明らかに私は十分に読まれていません。James-Steinが適用された設定で推定を改善した典型的な例はありますか？そうでない場合、この種の収縮は単なる知的好奇心ですか？

James-Stein推定器は広く使用されていませんが、実際に広く使用されているソフトしきい値処理、ハードしきい値処理に影響を与えています。

ウェーブレット収縮推定（Rパッケージwavethreshを参照）は信号処理で多く使用され、縮退セントロイド（Rでのパッケージpamr）はDNAマイクロアレイで使用され、収縮の実際的な効率の例は多数あります...

理論的な目的については、収縮推定に関するcandesのレビューのセクションを参照してください（p20-> James steinおよびその後のセクションでは、ソフトおよびハードしきい値処理について説明しています）。

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

コメントからの編集： JS収縮がソフト/ハードトレシュよりも使用されないのはなぜですか？

ジェームズ・スタインは、ハードしきい値処理よりも（実際的および理論的に）操作し直観的に理解するのが難しいですが、なぜ質問が良い質問なのでしょうか！

リッジ回帰は収縮の一種です。Draper＆Van Nostrand（1979）を参照してください。

収縮は、時系列の季節要因を推定するのにも役立つことが証明されています。Miller and Williams（IJF、2003）を参照してください。

他の人が述べたように、James-Steinは直接使用されることはあまりありませんが、実際には収縮に関する最初の論文であり、単回帰および重回帰のほとんどどこでも使用されています。James-Steinと最新の推定値とのリンクについては、E.Candes がこの論文で詳しく説明しています。あなたの質問に戻ると、ジェームズ・スタインは確かに知的であるという意味で知的非好奇心ですが、統計に信じられないほど破壊的な効果があり、誰もそれを好奇心として却下できませんでした。経験的手段は許容可能な推定量であると誰もが考え、スタインは反例でそれらを間違っていることを証明しました。残りは歴史です。

Jennrich、RJ、オマーン、SD「Stein推定は多重線形回帰でどれだけ役立つか」も参照してください。Technometrics、28、113-121、1986。

Korbinian Strimmerは、ジェームスステイン推定量を使用して遺伝子ネットワークを推測します。私は彼のRパッケージを数回使用しましたが、非常に優れた迅速な回答を提供するようです。