Je suis pris par l'idée du rétrécissement de James-Stein (c'est-à-dire qu'une fonction non linéaire d'une observation unique d'un vecteur de normales éventuellement indépendantes peut être un meilleur estimateur des moyennes des variables aléatoires, où «mieux» est mesuré par erreur quadratique ). Cependant, je ne l'ai jamais vu dans le travail appliqué. De toute évidence, je ne suis pas assez bien lu. Existe-t-il des exemples classiques de cas où James-Stein a amélioré l'estimation dans un cadre appliqué? Sinon, ce type de rétrécissement n'est-il qu'une curiosité intellectuelle?
la source
La régression de crête est une forme de rétrécissement. Voir Draper et Van Nostrand (1979) .
Le retrait s'est également révélé utile pour estimer les facteurs saisonniers des séries chronologiques. Voir Miller et Williams (IJF, 2003) .
la source
Comme mentionné par d'autres, James-Stein n'est pas souvent utilisé directement, mais c'est vraiment le premier document sur le retrait, qui à son tour est utilisé à peu près partout dans la régression simple et multiple. Le lien entre James-Stein et l'estimation moderne est expliqué en détail dans cet article par E.Candes. Pour en revenir à votre question, je pense que James-Stein est une non-curiosité intellectuelle, dans le sens où il était certainement intellectuel, mais a eu un effet incroyablement perturbateur sur les statistiques, et personne ne pourrait le rejeter comme curiosité par la suite. Tout le monde pensait que les moyens empiriques étaient un estimateur admissible, et Stein leur a donné tort avec un contre-exemple. Le reste appartient à l'histoire.
la source
Voir aussi Jennrich, RJ, Oman, SD "Quelle est l'importance de l'estimation de Stein dans la régression linéaire multiple?" Technometrics , 28 , 113-121, 1986.
la source
Korbinian Strimmer utilise l'estimateur de James-Stein pour inférer des réseaux de gènes . J'ai utilisé ses packages R à quelques reprises et il semble fournir une réponse très bonne et rapide.
la source