zbMATH中的参考文献（引用于，1标准件)

1. 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）
2. 萨普勒·卡兹曼（MichaelKhaznman）和凯瑟琳娜（Katherinexima）提出的旅行群的复杂性问题
3. Bollhöfer，Matthias；Eftekhari，Aryan；Scheidegger，Simon；Schenk，Olaf：大规模稀疏逆协方差矩阵估计（2019年）
4. 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）
5. 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）
6. 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）
7. 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）
8. 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）
9. 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）
10. 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）
11. 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）
12. Eck，Daniel J.：多元线性回归模型的引导（2018）
13. El Karoui，Nouredine；Purdom，Elizabeth:我们能相信高维度的引导吗？线性模型案例（2018）
14. Hokanson，Jeffrey M.；Constantine，Paul G.：使用变量投影的数据驱动多项式岭近似（2018）
15. Jamal，Farrukh；Aljarrah，Mohammad A.；Tahir，M.H.；Nasir，M.Arslan:新的广义Burr III分布族（2018）
16. 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）
17. Liu，Xuqing；Gao，Feng；Wu，Yandong；Zhao，Zhiguo:检测异常值和影响点：基于间接经典马氏距离的方法（2018）
18. Stephen Reid；Jonathan Taylor；Tibshirani，Robert:基于特征簇的估计和推断的一般框架（2018）
19. 罗森布拉德，安德烈亚斯：书评：J.J.Faraway，用R扩展线性模型。广义线性，混合效应和非参数回归模型。第二版（2018）
20. Constantine，Paul G.；Eftekhari，Armin；Hokanson，Jeffrey；Ward，Rachel A.：岭近似的近平稳子空间（2017）