สรุปผลลัพธ์“ ใหญ่ p, เล็ก n”

ใครช่วยชี้ให้ฉันไปที่รายงานผลการสำรวจ "ใหญ่ , เล็ก "? ฉันสนใจในวิธีการแก้ปัญหานี้ปรากฏตัวในบริบทของการวิจัยที่แตกต่างกันเช่นการถดถอยการจำแนกการทดสอบ Hotelling ของฯลฯ$p$$n$

ฉันไม่รู้จักกระดาษแผ่นเดียว แต่ฉันคิดว่าหนังสือเล่มปัจจุบันที่มีวิธีการสำรวจที่ดีที่สุดที่ใช้กับยังคงเป็น Friedman-Hastie-Tibshirani มันเป็นบางส่วนของการหดตัวและบ่วงบาศ (ฉันรู้จากคนรู้จักทั่วไปที่ Vapnik รู้สึกไม่พอใจในหนังสือฉบับพิมพ์ครั้งแรก) แต่ครอบคลุมวิธีการหดตัวที่พบบ่อยเกือบทั้งหมดและแสดงให้เห็นถึงการเชื่อมต่อกับการส่งเสริม เมื่อพูดถึง Boosting การสำรวจของ Buhlmann & Hothornก็แสดงให้เห็นถึงการเชื่อมต่อกับการหดตัว$p\gg n$

ความประทับใจของฉันคือในขณะที่การจำแนกและการถดถอยสามารถวิเคราะห์ได้โดยใช้กรอบทฤษฎีเดียวกันการทดสอบข้อมูลมิติสูงนั้นแตกต่างกันเนื่องจากไม่ได้ใช้ร่วมกับขั้นตอนการเลือกแบบจำลอง แต่เน้นที่อัตราความผิดพลาดแบบครอบครัว ไม่แน่ใจเกี่ยวกับแบบสำรวจที่ดีที่สุด แบรด Efron มีตันของเอกสาร / สำรวจ / หนังสือบนหน้าของเขา อ่านทั้งหมดและแจ้งให้เราทราบสิ่งที่ฉันควรอ่านจริง ๆ ...

คุณหมายความว่าอย่างไรตามผลลัพธ์ทางทฤษฎี "ผลลัพธ์" หรือผลลัพธ์ที่เป็นตัวเลข?

ฉันชอบความคิดเห็นของJianqing Fanดูตัวอย่างอันนี้และอันนี้เกี่ยวกับการจัดหมวดหมู่ (การอ้างอิงตนเองจำนวนมาก)

นอกจากนี้ยังมีการตรวจสอบกระดาษที่ไม่ใช่ที่ทำให้การตรวจสอบที่อุดมไปด้วยแนะนำดูตัวอย่าง คนนี้และคนนี้

หากคุณต้องการประวัติย่ออาจเป็นวิธีที่ดีที่สุดที่คุณจะได้รับ

http://www.springer.com/statistics/statistical+theory+and+methods/book/978-3-642-20191-2

บทที่ 18 ของHastie, Tibshirani และ Friedman (ฉบับที่ 12 / ฉบับที่สองบทนี้ไม่ได้อยู่ในรุ่นแรก) เป็นภาพรวมที่ดีกับชุดข้อมูลที่น่าสนใจ มันค่อนข้างไม่ละเอียดเท่าการรักษาวัสดุเก่าและหลายครั้งที่พวกเขาต้องให้คำอธิบายแบบฮิวริสติกว่าทำไมอัลกอริทึมบางตัวจึงทำงานได้ดีกว่าสิ่งอื่น ฉันพบว่ามันมีประโยชน์มากควบคู่ไปกับการอ่านเอกสารสำหรับสิ่งที่คุณต้องการทราบในเชิงลึก