斯蒂芬·里德;罗伯特·提比拉尼;杰罗姆·弗里德曼 拉索回归中误差方差估计的研究。 （英语） Zbl 1372.62023号 Stat.罪。 26，第1号，35-67（2016）. 摘要：当\（p>n\）时，线性模型中的方差估计是一个难题。标准最小二乘估计技术不适用。文献中提出了几个方差估计量，所有这些估计量的渐近结果都证明了在各种假设下的一致性和渐近正态性。{}然而，我们发现，当真正的潜在信号变得不那么稀疏，且每个元素的信号强度更大时，这些估计量中的大多数在有限样本中存在较大偏差。有一种估计器似乎比文献中所收到的更值得关注：一种基于残差平方和的估计器，使用拉索系数，并自适应地选择调节参数（通过交叉验证）。{}在本文中，我们回顾了几种方差估计，并进行了相当广泛的模拟研究，以比较它们的有限样本性能。从结果来看，具有自适应选择的调节参数的方差估计器在广泛的稀疏性和信号强度设置下表现出色。最后，提出并发展了与这些类型估计量有关的一些初步理论分析。 引用于31文件 MSC公司： 62J07型 岭回归；收缩估计器（拉索） 关键词：交叉验证;误差方差估计;拉索 软件：选择性推理 PDF格式BibTeX公司 XML格式引用 \textit{S.Reid}等人，Stat.Sin。26，第1号，35-67（2016；Zbl 1372.62023） 全文： 内政部 arXiv公司