我们在这里提供了一个框架来分析切片逆回归（SIR）的相变现象，这是一种由Li引入的有监督降维技术[J.Amer。统计师。协会。 86(1991) 316–342]. 在温和的条件下，渐近比$\rho=lim p/n$是相变参数，SIR估计是一致的当且仅当$\rho=0$。当维数$p$大于$n$时，我们提出了一种对角阈值筛选SIR（DT-SIR）算法。该方法为我们提供了$\operatorname{var}（\mathbb{E}[\boldsymbol{x}|y]）$的特征空间估计，即条件期望的协方差矩阵。然后，将协方差矩阵的逆矩阵乘以特征空间，得到所需的降维空间。在对预测器协方差矩阵和方向载荷的稀疏性假设下，证明了DT-SIR在高维数据分析中估计降维空间的一致性。大量数值实验表明，与竞争对手相比，该方法具有优越的性能。