zbMATH中的参考文献（引用于 272篇文章，1标准件)

1. Mykland，Per A.；Zhang，Lan:观测到的渐近方差：硬边和回归方法（2021）
2. Buccini，Alessandro；De la Cruz Cabrera，Omar；Donatelli，Marco；Martinelli，Andrea；Reichel，Lothar：具有非凸损失和惩罚的大规模回归（2020年）
3. 陈秀萍；蔡广辉；高，严；赵尚伟：异方差下非负garrote估计的渐近最优性（2020）
4. Glaws，Andrew；Constantine，Paul G.；Cook，R.Dennis：岭恢复的逆回归：计算机实验中参数简化的数据驱动方法（2020年）
5. Khachay，Michael；Neznakhina，Katherine:网格簇中欧几里德广义旅行商问题的复杂性和可接近性（2020）
6. Bollhöfer，Matthias；Eftekhari，Aryan；Scheidegger，Simon；Schenk，Olaf：大规模稀疏逆协方差矩阵估计（2019年）
7. Cheng，Gang；Chen，Yen-Chi：通过自举法对扣除的估计量进行非参数推断（2019）
8. Fang，Kuangnan；Fan，Xinyan；Lan，Wei；Wang，Bingquan：用于体脂数据的分数响应的非参数加性β回归（2019年）
9. 龚昭华；刘崇阳；孙杰；张国雷：多元线性回归中的分布稳健（L劏1）-估计（2019）
10. Negarestani，Hossein；Jamalizadeh，Ahad；Shafiei，Sobhan；Balakrishnan，Narayanaswamy:正态分布的平均混合：性质、推论和应用（2019）
11. Tsamardinos，Ioannis；Borboudakis，Giorgos；Katsogridakis，Pavlos；Pratikakis，Polyvios；Christophides，Vassilis：高维大数据的贪婪特征选择算法（2019年）
12. Chantarangsi，W.；Liu，W.；Bretz，F.；Kiatsupaibul，S.；Hayter，A.J.：线性回归残差置信正态概率图（2018年）
13. Charitidou，E.；Fouskakis，D.；Ntzoufras，I.：使用默认贝叶斯因子的客观贝叶斯变换和变量选择（2018）
14. Cordeiro，Gauss M.；Yousof，Haitham M.；Ramires，Thiago G.；Ortega，Edwin M.M.：Burr XII密度系统：特性、回归模型和应用（2018）
15. 2018年PilEmuste，Gumcene模型（PilEmuste，Gezle；人工选择算法）
16. Eck，Daniel J.：多元线性回归模型的引导（2018）
17. El Karoui，Nouredine；Purdom，Elizabeth:我们能相信高维度的引导吗？线性模型案例（2018）
18. Hokanson，Jeffrey M.；Constantine，Paul G.：使用变量投影的数据驱动多项式岭近似（2018）
19. Jamal，Farrukh；Aljarrah，Mohammad A.；Tahir，M.H.；Nasir，M.Arslan:新的广义Burr III分布族（2018）
20. Lipponen，A.；Huttunen，J.M.J.；Romakkaniemi，S.；Kokkola，H.；Kolehmainen，V.：模拟中模型简化误差的修正（2018年）