卡吉、巴拉兹·卡萨德 正则化线性回归估计的非渐近置信区。 （英语） Zbl 1469.62298号 Faragó，István（编辑）等人，《2018年ECMI工业数学进展》。2018年6月18日至22日在匈牙利布达佩斯举行的第20届欧洲工业数学会议记录，ECMI 2018。查姆：斯普林格。数学。Ind.30，605-611（2019）。 小结：建筑置信区域因为回归模型非常重要，例如，它们可以用于不确定性量化，也是稳健优化的基础。在实践中，这些区域通常是从渐近分布计算出来的，但这只会导致启发式置信集。符号扰动和（SPS）是一种重采样方法，可以构造准确的,非渐近的,无分销在非常温和的统计假设下的置信区间。在其标准形式中，SPS区域是围绕线性回归问题的最小二乘估计建立的，并且具有有利的性质，例如它们是星形凸的、强一致的，并且具有有效的椭球外部近似。本文将SPS方法扩展到正规化的估计，特别是，我们提出了用于岭回归、LASSO和弹性网正则化的SPS变量。关于整个系列，请参见[Zbl 1467.00014号]. 引用于2文件 MSC公司： 62J05型 线性回归；混合模型 62英尺25英寸 参数公差和置信区域 62J07型 岭回归；收缩估计器（拉索） PDF格式BibTeX公司 XML格式引用 \textit{B.C.Cáji}，数学。Ind.30，605--611（2019；Zbl 1469.62298） 全文： 内政部