×
弗兰克·比特;Jean-François普兰特;里巴那州罗斯彻;李恩秀安妮;凯萨尔·史密斯;阿明·哈特菲;陈福奇;艾纳特·吉尔;亚历山大·施温;亚历山德罗·塞尔维特拉;迈克尔·霍夫曼（Michael M.Hoffman）。;罗杰·格罗斯;迪特尔·亨德里克斯;南希·里德

大数据中的统计推断、学习和模型。 （英语） Zbl 07763530号

国际统计版次。 84，第3期，371-389（2016）.
摘要：尽管大数据的定义往往因环境而异，但对处理大数据的新方法的需求是大多数科学领域的共同主题。统计思想是其中的一个重要组成部分，作为部分回应，2015年在加拿大统计科学研究所的总体指导下，在加拿大举办了一个关于大数据中的统计推断、学习和模型的主题项目，主要资金来自，大部分活动位于，菲尔兹数学科学研究所。本文概述了所涵盖的主题，描述了许多不同应用领域中常见的挑战和策略，并包括一些应用示例，以使这些挑战和策略更加具体。
{©2016 The Authors.International Statistical Review由John Wiley&Sons Ltd代表国际统计研究所出版。}

引用于三文件

MSC公司：

62至XX 统计

关键词：

聚合;计算复杂性;尺寸缩减;高维数据;流式数据;网络

软件：

SIMID（SIMID）;Hadoop公司;cov测试;达奇;基蒂
PDF格式BibTeX公司 XML格式引用
\textit{B.Franke}等人，《国际统计年鉴》第84版，第3期，第371--389页（2016年；Zbl 07763530）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] 1000基因组项目联盟（2012年）。1092个人类基因组的遗传变异综合图谱。《自然》，491（7422），56-65。
[2] Ahmed，S.E.（2014）。惩罚、收缩和预测试策略：变量选择和估计，Springer统计简报。施普林格：纽约·Zbl 1306.62002号
[3] Albert‐Green，A.、Braun，W.J.、Martell，D.L.和Woolford，D.G.（2014）。评估马尔可夫特性的可视化工具：安大略省森林火灾天气指数中的逗留时间。环境计量学，25（6），417-430。
[4] 阿玛里，S.‐I.&长冈，H.（2000）。信息几何方法，数学专著翻译，第191卷。美国数学学会：美国·Zbl 0960.62005号
[5] Anandkumar，A.、Ge，R.、Hsu，D.、Kakade，S.M.和Telgarsky，M.（2014）。用于学习潜在变量模型的张量分解。J.马赫。学习。第15（1）号决议，2773-2832·Zbl 1319.62109号
[6] Anandkumar，A.、Hsu，D.、Janzamin，M.和Kakade，S.M.（2013）。何时可以识别过于完整的主题模型？结构稀疏张量-塔克分解的唯一性。《神经信息处理系统进展》，第26卷，编辑：C.J.C.、Burges（编辑）、L.、Bottou（编辑）和M.、Welling（编辑），Z.、Ghahramani（编辑）&K.Q.、Weinberger（编辑）第1986-1994页。
[7] Balakrishnan，S.、Wainwright，M.J.和Yu，B.（2016）。期望最大化算法的统计保证：从总体到基于样本的分析。Ann.Stat.将出现。
[8] Barboza，L.、Li，B.、Tingley，M.P.和Viens，F.G.（2014）。使用短记忆和长记忆模型，根据自然代理和估计的气候强迫重建过去的温度。附录申请。《统计》，第8（4）页，1966-2001年·Zbl 1454.62434号
[9] Baudisch，P.和Rosenholtz，R.（2003）。光晕：一种可视化屏幕外对象的技术。《SIGCHI计算机系统人为因素会议论文集》，CHI'03，第481-488页：ACM。
[10] Bell，P.（2013）。利用大数据创造竞争优势。IBJ，第1-5页。
[11] Bell，R.M.、Koren，Y.和Volinsky，C.（2008）。Netflix奖的Bellkor 2008解决方案。at&T Research统计研究部。文章可在http://www.netflixprize.com/assets（http://www.netflixprize.com/assets）/ProgressPrize2008_BellKor.pdf。
[12] 贝尔·R.M.（2015）。大数据：不是数据。2015年1月12日在菲尔德研究所发表。网址：http://www.fields.utoronto.ca/video-archive/static/2015/01/315-4206/mergedvideo.ogv2016年1月26日访问。
[13] Bengio，Y.、Courville，A.和Vincent，P.（2013）。表征学习：回顾与新视角。IEEE传输。图案。分析。机器。智力。，35(8), 1798-1828.
[14] Bioucas‐Dias，J.M.、Plaza，A.、Camps-Valls，G.、Schenders，P.、Nasrabadi，N.M.和Chanussot，J.（2013）。高光谱遥感数据分析和未来挑战。IEEE地质科学。远程。S、 1（2），6-36。
[15] Blum，M.G.&Tran，V.C.（2010年）。HIV与接触者追踪：近似贝叶斯计算的案例研究。生物统计学，11（4），644-660·Zbl 1437.62399号
[16] Brien，S.、Naderi，N.、Shaban‐Nejad，A.、Mondor，L.、Kroemker，D.和Buckeridge，D.L.（2013）。基于语义分析的疫苗态度监测：构建语义标注语料库。第22届万维网伴侣国际会议记录，第683-686页：巴西里约热内卢。国际万维网会议指导委员会。
[17] Buckeridge，D.L.、Charland，K.、Labban，A.和Ma，Y.（2014）。一种社区层面的食品采购监控方法。纽约学院安。科学。，1331(1), 270-277.
[18] Buckeridge，D.L.、Izadi，M.、Shaban‐Nejad，A.、Mondor，L.、Jauvin，C.、Dubé，L.，Jang，Y.和Tamblyn，R.（2012）。实时人口健康评估和监测的基础设施。IBM J.Res.Dev.，56（5），2:1-2:11。
[19] Buckeridge，D.L.，Owens，D.K.，Switzer，P.，Frank，J.&Musen，M.A.（2006年）。评估吸入性炭疽疫情的检测。突发感染。数字化信息系统。，12(12), 1942-1949.
[20] Buja，A.、Cook，D.、Hofmann，H.、Lawrence，M.E.K.、Swayne，D.F.和Wickham，H.（2009年）。探索性数据分析和模型诊断的统计推断。菲洛斯。T·罗伊。《社会学杂志》，367（1906），4361-4383·兹比尔1185.62085
[21] Butler，D.（2013）。当谷歌得了流感时出错。《自然》，494（7436），155-156。
[22] Candès，E.J.、Romberg，J.和Tao，T.（2006）。鲁棒不确定性原理：从高度不完整的频率信息中精确重建信号。IEEE信息理论，52（2），489-509·Zbl 1231.94017号
[23] Candès，E.J.、Wakin，M.B.和Boyd，s.P.（2008）。通过权重加权最小化提高稀疏性。J.傅里叶。分析。申请。，14(5-6), 877-905. ·Zbl 1176.94014号
[24] Capps，C.&Wright，T.（2013）。走向愿景：官方统计和大数据。美国统计局新闻。可用http://magazine.amstat.org/blog/2013/08/01/official-statistics/。2016年1月26日查阅。
[25] Carpendale，S.（2015）。Innovis研究小组的网站。可用http://innovis.cpsc.ucalgary.ca/Research/研究。2015年1月26日查阅。
[26] Carpendale，S.、Ligh，J.和Pattison，E.（2004）。在上下文中实现更高的放大率。第17届ACM用户界面软件和技术研讨会论文集，第71-80页：美国圣菲。
[27] Chen，M.、Mao，S.和Liu，Y.（2014）。大数据：一项调查。移动网络。申请。，19(2), 171-209.
[28] Cook，D.（2014）。Visiphilia：数学中的性别差距并不普遍。机会，27（4），48-52。
[29] Chung，F.&Lu，L.（2002）。给定期望度的随机图中的平均距离。P.国家。A.科学。，99（25），15879-15882·Zbl 1064.05137号
[30] Daas，P.J.H.、Puts，M.J.、Buelens，B.和Van den Hurk，P.A.M（2015）。大数据作为官方统计数据的来源。J.Off.Stat.，31（2），249-262。
[31] Dean，C.、Braun，W.J.、Martell，D.和Woolford，D.（2012）。合作研究环境中的跨学科培训。《科学网络的附加价值：GEOIDE网络成员1998-2012年的观点》，N.、Chrisman（编辑）和M.、Wachowicz（编辑），第69-73页，魁北克：GEOIED网络。
[32] Donoho，D.和Gavish，M.（2014）。奇异值阈值矩阵去噪的最小最大风险。《美国年鉴》，42（6），2413-2440·2014年10月13日
[33] Donoho，D.、Gavish，M.和Montanari，A.（2013）。从高斯测量中恢复矩阵的相变与矩阵去噪的最小最大均方误差相匹配。P.国家。美国科学院。，110(21), 8405-8410. ·Zbl 1292.94004号
[34] Drummond，C.、Matwin，S.和Gaffield，C.（2006）。自信地推断和修正理论：分析1901年加拿大人口普查中的双语现象。申请。工件。智力。，20(1), 1-33.
[35] Duhigg，C.（2012）。公司如何了解你的秘密。纽约时报。2012年2月16日。
[36] Eldar，Y.C.和Kutyniok，G.（2012年）。压缩传感：理论与应用。剑桥大学出版社：纽约。
[37] Fan，J.&Li，R.（2001）。通过非冲突惩罚似然及其oracle属性进行变量选择。《美国统计协会期刊》，96（456），1348-1360·Zbl 1073.62547号
[38] Fang，E.X.、Ning，Y.和Liu，H.（2014）。高维比例风险模型的测试和置信区间。arXiv预打印arXiv:1412.5158。
[39] Ensor，K.B.、Raun，L.H.和Persse，D.（2013）。院外心脏骤停和空气污染的病例交叉分析。《循环》，1271192-1199。
[40] 加菲尔德，C.（2015）。大数据与人类复杂性：关于21世纪核心问题的早期状态报告。2015年1月20日在菲尔兹研究所发表。可用http://www.fields.utoronto.ca/video-archive/2015/01/315-4136，2016年1月26日查阅。
[41] Geiger，A.、Lenz，P.和Urtasun，R.（2012）。我们准备好自动驾驶了吗？KITTI愿景基准套件。在计算机视觉和模式识别（CVPR）中，2012年IEEE会议，第3354-3361页。电气与电子工程师协会。普罗维登斯。意大利。doi:10.1109/CVPR.2012.6248074。
[42] Ginsberg，J.、Mohebbi，M.H.、Patel，R.S.、Brammer，L.、Smolinski，M.S.和Brilliant，L.（2009年）。使用搜索引擎查询数据检测流感疫情。《自然》，457（7232），1012-1014。
[43] Girolami，M.和Calderhead，B.（2011年）。黎曼流形朗之万和哈密顿蒙特卡罗方法。J.罗伊。Stat.Soc.B，73（2），123-214·Zbl 1411.62071号
[44] Grosse，R.和Salakhutdinov，R.（2015）。通过稀疏分解逆Fisher信息矩阵来放大自然梯度。《第32届国际机器学习会议论文集》，Eds.F.，Bach（ed.）&D.，Blei（edi.），pp.2304-2313。法国里尔（ICML-15）：JMLR。
[45] Guo，Y.和Schuurmans，D.（2007）。潜在变量训练的凸松弛。《神经信息处理系统进展》，J.C.、Platt（编辑）、D.、Koller（编辑），Y.、Singer（编辑）和S.T.、Roweis（编辑）第20卷，第601-608页。
[46] Gupta，V.&Lehal，G.S.（2009年）。文本挖掘技术和应用综述。J.Emerg.技术。网络智能。，1(1), 60-76.
[47] Guyon，I.和Elisseeff，A.（2003）。变量和特征选择简介。J.马赫。学习。第3号决议，1157-1182·Zbl 1102.68556号
[48] Halko，N.、Martinsson，P.G.和Tropp，J.A.（2011年）。寻找具有随机性的结构：用于构造近似矩阵分解的概率算法。SIAM版本，53（2），217-288·Zbl 1269.65043号
[49] Harford，T.（2014）。大数据：我们犯了一个大错误吗？《金融时报》。2014年3月24日。
[50] Hinton，G.E.&Salakhutdinov，R.R.（2006）。利用神经网络降低数据的维数。《科学》，313（5786），504-507·Zbl 1226.68083号
[51] Hodas，N.O.&Lerman，K.（2014）。社会传染的简单规则。科学。代表，4（4343）。
[52] Hoens，T.R.、Polikar，R.和Chawla，N.V.（2012年）。从概念漂移和不平衡的流数据中学习：概述。掠夺。人工智能，1（1），89-101。
[53] Hosseinkhani，M.、Fong，P.W.L.和Carpendale，S.（2014）。Papilio：可视化android应用程序权限。程序中。EuroVis Conf.，第33卷（3），（编辑）H.Carr（编辑）、P.Rheingans（编辑）和H.Schumann（编辑），第391-400页。纽约威利出版社：。
[54] Huron，S.、Carpendale，S.，Thudt，A.、Tang，A.和Maurer，M.（2014年6月）。富有建设性的可视化。在2014年交互式系统设计会议记录中，第433-442页。加拿大温哥华：ACM。
[55] Izadi，M.，Shaban‐Nejad，A.，Okhmatovskaia，A.，Mondor，L.&Buckeridge，D.L.（2013）。人口健康记录：用于管理、集成和分析大规模人口健康数据的信息基础设施。AAAI第27次会议记录，第35-40页。华盛顿州贝尔维尤：AAAI。
[56] Jain，S.、Lange，S.和Zilles，S.（2006年）。更好地理解增量学习。在《算法学习理论》中，Eds.J.L.、Balcázar（编辑）、P.M.、Long（编辑）和F.、Stephan（编辑），第169-183页Berlin:Springer·Zbl 1168.68405号
[57] Javanmard，A.和Montanari，A.（2014a）。高斯随机设计模型下高维回归的假设检验：渐近理论。IEEE信息理论，60（10），6522-6554·Zbl 1360.62074号
[58] Javanmard，A.和Montanari，A.（2014b）。高维回归的置信区间和假设检验。J.马赫。学习。第15（1）号决议，2869-2909·Zbl 1319.62145号
[59] Johnson，V.E.（2003）。年级膨胀：大学教育的危机。Springer-Verlag：纽约。
[60] Kalal，Z.、Mikolajczyk，K.和Matas，J.（2012）。跟踪-学习-检测。IEEE传输。图案。分析。机器。智力。，34(7), 1409-1422.
[61] Keller，S.（2015）。建设弹性城市：利用城市分析的力量。2015年1月20日在菲尔德研究所发表。可在http://www.fields.utoronto.ca/video-archive/static/2015/01/315-4137/mergedvideo.ogv，2016年1月26日查阅。
[62] Kiron，D.&Shockley，R.（2011）。通过分析创造商业价值。麻省理工学院斯隆管理学院。修订版，53（1），57-63。
[63] Kleiner，A.、Talwalkar，A.，Sarkar，P.和Jordan，M.I.（2014年）。大规模数据的可扩展引导。J.罗伊。Stat.Soc.B，76（4），795-816·Zbl 07555464号
[64] Kolaczyk，E.D.（2009年）。网络数据的统计分析：方法和模型。Springer科学与商业媒体：纽约·Zbl 1277.62021号
[65] Korkmaz，G.、Cadena，J.、Kuhlman，C.J.、Marathe，A.、Vullikanti，A.和Ramakrishnan，N.（2015）。结合不同数据源进行内乱预测。2015年IEEE/ACM社会网络分析和挖掘进展国际会议论文集，ASONAM’15，第258-265页。法国巴黎：ACM。
[66] Kramer，A.D.，Guillory，J.E.和Hancock，J.T.（2014）。社交网络大规模情绪传播的实验证据。程序。国家。阿卡德。科学。，111(24), 8788-8790.
[67] Letouzé，E.&Jütting，J.（2014年）。官方统计、大数据和人类发展：走向新的概念和操作方法。Dat-Pop联盟白皮书系列http://www.odi.org/sites/odi.org.uk/files/odi-assets网站/events-documents/5161.pdf。2016年1月26日查阅。
[68] Li，Y.、Brown，P.、Gesink，D.C.和Rue，H.（2012）。对数高斯Cox过程和空间聚集疾病发病率数据。《医学研究统计方法》，21（5），479-507。
[69] Li，L.J.和Fei‐Fei，L.（2010）。Optimol：通过增量模型学习自动在线采集图片。国际期刊计算。愿景，88（2），147-168。
[70] Lin，N.和Xi，R.（2011年）。聚合估计方程估计。统计接口，473-83·Zbl 1245.62026号
[71] Lix，L.M.、Smith，M.、Azimaee，M.，Dahl，M..、Nicol，P.、Burchill，C.、Burland，E.和Bailly，A.（2012）。马尼托巴省实验室数据的系统调查。马尼托巴省卫生政策中心：温尼伯，MB。
[72] Lockhart，R.、Taylor，J.、Tibshirani，R.J.和Tibshilani，R.（2014）。套索的显著性检验。《美国年鉴》，42（2），413-468·Zbl 1305.62254号
[73] Loh，P.L.和Wainwright，M.J.（2014）。支持无非相干恢复：非凸正则化的一个例子。arXiv预打印arXiv:1412.5632。
[74] Loh，P.L.和Wainwright，M.J.（2015）。非凸正则M‐估计：局部最优的统计和算法理论。J.马赫。学习。第16号决议，第559-616段·Zbl 1360.62276号
[75] Lohr，S.（2012）。大数据时代。纽约时报。2012年2月11日http://www.nytimes.com/2012/02/12/sunday-review/big-datas-impact-inthe-world.html_r=0j。2016年5月25日访问。
[76] Marchetti，S.、Giusti，C.、Pratesi，M.、Salvati，N.、Giannotti，F.、Pedreschi，D.、Rinzivillo，S.、Pappalardo，L.和Gabrielli，L.（2015）。使用大数据源的基于小区域模型的估算器。J.Off.Stat.，31（2），263-281。
[77] McAffee，A.和Brynjolfsonn，E.（2012年）。大数据：管理革命。哈佛巴士。修订版，90（10），61-67。
[78] Michel，J.B.、Shen，Y.K.、Aiden，A.P.、Veres，A.、Gray，M.K.、Pickett，J.P.和Aiden（E.L.）（2011年）。使用数百万数字化书籍对文化进行定量分析。《科学》，331（6014），176-182。
[79] Meyer，M.N.（2014）。关于Facebook有争议的情绪实验，你需要了解的一切。有线。2014年6月30日。http://www.wired.com/2014/06/everything您需要了解2016年5月25日访问的脸书操控实验。
[80] Monteleoni，C.、Schmidt，G.A.、Saroha，S.和Asplund，E.（2011）。跟踪气候模型。统计分析。和数据挖掘：ASA数据科学。《期刊》，4（4），372-392·Zbl 07260290号
[81] Murray，C.J.、Vos，T.、Lozano，R.、Naghavi，M.、Flaxman，A.D.、Michaud，C.和Bridgett，L.（2013）。1990-2010年21个地区291种疾病和伤害的残疾调整生命年：2010年全球疾病负担研究的系统分析。《柳叶刀》，380（9859），2197-2223。
[82] Nacenta，M.、Hinrichs，U.和Carpendale，S.（2012）。FatFonts：结合数字的符号和视觉方面。《高级视觉界面国际工作会议论文集》，Eds.G.、Tortora（ed.）、S.、Levialdi（ed.＆M.）、Tucci（ed.@），意大利那不勒斯：ACM。
[83] Nelson，L.J.、Ozoliš，V.、Reese，C.S.、Zhou，F.和Hart，G.L.（2013）。贝叶斯压缩感知使聚类扩展变得容易。物理学。版本B，88（15），155105。
[84] Netrapalli，P.、Niranjan，联合国、Sanghavi，S.、Anandkumar，A.和Jain，P.（2014）。非凸鲁棒PCA。《神经信息处理系统的进展》，编辑：Z.、Ghahramani（编辑）、M.、Welling（编辑）和C.、Lawrence（编辑），N.D.、Cortes（编）和K.Q.、Weinberger（编），第27卷，第1107-1115页。
[85] Neumann，P.、Carpendale，S.和Agarawala，A.（2006年）。PhylloTrees：用于树布局的叶序模式。《欧洲制图/IEEE VGTC可视化研讨会论文集》，Eds.Ertl，T.（编辑），K.，Joy（编辑）&B.，Santos（编辑）第59-66页。葡萄牙里斯本，EuroVis 2006：欧洲制图协会：。
[86] Nguyen，P.、Brown，P.E.和Stafford，J.（2012）。安大略省西南部随着人口普查边界的变化绘制癌症风险图。生物统计学，68（4），1228-1237·Zbl 1259.62099号
[87] Olhede，S.C.和Wolfe，P.J.（2014）。网络直方图和块模型近似的通用性。P.国家。阿卡德。科学。，111(41), 14722-14727.
[88] Pang，B.和Lee，L.（2008）。意见挖掘和情绪分析。已找到。和信息检索趋势。，2(1-2), 1-135.
[89] Piketty，T.（2014）。二十一世纪的首都。哈佛大学出版社：美国剑桥。
[90] Pearson，K（1901）。第三章。在与空间中的点系统最接近的直线和平面上。伦敦、爱丁堡和都柏林哲学杂志和科学杂志，2（11），559-572。
[91] Puts，M.，Daas，P.&De Waal，T.（2015）。发现大数据中的错误。重要性，12（3），26-29。
[92] 拉米雷斯-拉米雷斯，L.L.，Gel，Y.R.，Thompson，M.，De Villa，E.&McPherson，M..（2013）。一种新的监测和时空可视化工具SIMID：使用随机网络和GIS模拟传染病。计算。方法。掠夺。生物，110（3），455-470。
[93] Rao，C.R.（1945年）。统计参数估计中可获得的信息和准确性。牛市。加尔各答数学。Soc.，37，81-89·Zbl 0063.06420号
[94] Reese，C.S.、Tolley，H.D.、Keith，J.和Burlingame，G.（2014）。解开分数膨胀和学生评分之谜：杨百翰大学案例研究。在技术报告中，TR-14-021，BYU统计部。
[95] Brown，P.E.，Dummer，T.J.，Lee，J.S.W.，Parker，L.，Stafford，J.&Saint‐Jacques，N.（2016）。加拿大新斯科舍省膀胱癌和肾癌风险的小区域时空分析。BMC公共卫生，83（175），1-17。
[96] Saint‐Jacques，N.、Lee，J.S.、Nguyen，P.、Brown，P.E.和Stafford，J.（2016）。用于时空分析的局部EM算法及其在新斯科舍省西南部的应用。未出版的手稿。
[97] Salakhutdinov，R.和Hinton，G.（2012年）。深度玻尔兹曼机的有效学习过程。神经计算。，24(8), 1967-2006. ·Zbl 1247.68223号
[98] Sampson，P.D.和Guttorp，P.（1992年）。非平稳空间协方差结构的非参数估计。《美国统计协会杂志》，87（417），108-119。
[99] Schadt，E.E.、Linderman，M.D.、Sorenson，J.、Lee，L.和Nolan，G.P.（2010年）。大规模数据管理和分析的计算解决方案。《遗传学自然评论》。，11(9), 647-657.
[100] Schmidt，A.M.、Guttorp，P.和O'Hagan，A.（2011年）。在空间过程的协方差结构中考虑协变量。环境计量学，22（4），487-500。
[101] Scott，S.L.（2015）。贝叶斯和大数据：共识蒙特卡罗算法。2015年1月13日在菲尔德研究所发表。可用http://www.fields.utoronto.ca/video-archive/static/2015/01/315-4117/mergedvideo.ogv。2016年1月26日查阅。
[102] Scott，S.L.，Blocker，A.W.，Bonassi，F.V.，Chipman，H.A.，George，E.I.&McCulloch，R.E.（2013）。贝叶斯和大数据：共识蒙特卡罗算法。在EFaB@贝叶斯250会议地点：美国达勒姆，2013年12月15日至17日。
[103] Shvachko，K.、Kuang，H.、Radia，S.和Chansler，R.（2010年）。Hadoop分布式文件系统。2010 IEEE大容量存储系统。技术，26，1-10。
[104] Singel，R.（2009年）。官司称，网飞泄露了你的断背山秘密。有线。2009年12月17日。
[105] Singel，R.（2010年）。网飞在隐私诉讼后取消了推荐赛。有线。2010年3月12日。
[106] Srivastava，N.&Salakhutdinov，R.R.（2012）。使用深度Boltzmann机器进行多模态学习。《神经信息处理系统进展》，第25卷，编辑F.、Pereira（编辑）、C.J.C.、Burges（编辑）、L.、Bottou（编辑）和K.Q.、Weinberger（编辑），第2222-2230页。内华达州塔霍湖。
[107] Struijs，P.、Braaksma，B.和Daas，P.J.H.（2014）。官方统计数据和大数据。大数据与社会，1（1），1-6，doi:10.1177/2053951714538417。
[108] Tam，S.M.和Clarke，F.（2015）。大数据、官方统计数据和澳大利亚统计局的一些举措。国际统计版次，83（3），436-448·Zbl 07763455号
[109] Tarran，B.（2014）。现在你看到我了，现在你没有。重要性，11（4），11-14。
[110] Tibshirani，R.（1996）。通过套索进行回归收缩和选择。J.R.Stat.Soc.，58（1），267-288·Zbl 0850.62538号
[111] Tukey，J.W.（1977年）。探索性数据分析。艾迪森·韦斯利：美国雷丁·Zbl 0409.62003号
[112] Underwood，T.、Long，H.和Richard，J.S.December（2014）《分心与敏感性：托马斯·皮凯蒂对经济不平等的信任》。忽略他对文学的评论。板岩。http://www.slate.com/articles/business/moneybox/2014/12/托马斯·皮凯蒂（thomas_piketty_on_literature_balzac_asten_fitzgerald_show_arc_of_money.html）。2016年1月26日查阅。
[113] Van de Geer，S.、Bühlmann，P.、Ritov，Y.A.和Dezeure，R.（2014）。关于高维模型的渐近最优置信域和检验。《美国年鉴》，42（3），1166-1202·Zbl 1305.62259号
[114] Wickham，H.、Cook，D.、Hofmann，H.和Buja，A.（2010年）。Infovis的图形推理。IEEE版本。计算。图形，16（6），973-979。
[115] Wickham，H（2014）。高级R.CRC出版社。
[116] Witten，R.&Candès，E.（2013年）。低秩矩阵分解的随机化算法：明显的性能界限。《算法》，72（1），264-281·Zbl 1315.68283号
[117] Woolford，D.G.、Braun，W.J.、Dean，C.B.和Martell，D.L.（2009年）。安大略省火灾风险的现场特定季节基线。Geomatica，63（4），355-363。
[118] Woolford，D.G.&Braun，W.J.（2007年）。用于识别和跟踪闪电活动时空中心的聚合数据锐化。环境计量学，18（5），461-479。
[119] W.B.W.W.和Pourahmadi，M.（2003）。纵向数据大协方差矩阵的非参数估计。《生物特征》，90（4），831-844·Zbl 1436.62347号
[120] 邹华（2006）。自适应套索及其oracle属性。《美国统计协会期刊》，101（476），1418-1429·Zbl 1171.62326号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。