zbMATH参考文献（参考 26篇文章 引用）

1. Broc，Camilo；Calvo，Borja；Liquit，Benoit：应用于结构化数据的惩罚偏最小二乘法（2020年）
2. Martin，Ryan；Tang，Yiqi:稀疏高维线性回归预测的经验先验（2020）
3. Zhang，Fan；Miecznikowski，Jeffrey C.；Tritchler，David L.：监督和稀疏功能基因组路径的识别（2020年）
4. 朱光宇；苏志华：基于包络的稀疏偏最小二乘法（2020）
5. De Micheaux，Pierre Lafaye；Liquet，Benoît；Sutton，Matthew:PLS for Big Data:正则化群PLS的统一并行算法（2019）
6. Feuerriegel，Stefan；Gordon，Julius:基于新闻的宏观经济指标预测：可解释预测的语义路径模型（2019）
7. Jain，Yashita；Ding，Shanshan；Qiu，Jing：多组分综合数据分析的切片逆回归（2019）
8. Sutton，Matthew；Mengersen，Kerrie；Liquit，Benoit:[HDDA]稀疏子空间约束偏最小二乘法（2019）
9. Imbert，Alyssa；Vialaneix，Nathalie：《统计分析中缺失数据的探索、处理、插补和评估：现有方法综述》（2018年）
10. Jalal K.Siddiqui，Elizabeth Baskin，Mingrui Liu，Carmen Z.Cantemir Stone，Bofei Zhang，Russell Bonneville，Joseph P.McElroy，Kevin R.Coombes，Ewy A.Mathé：IntLIM：使用代谢组学和基因表达数据的线性模型进行整合（2018年）阿尔十四
11. Perrot Dockès，Marie；Lévy Leduc，Céline；Chiquet，Julien；Sansonnet，Laure；Brégère，Margaux；ètienne，Marie Pierre；Robin，Stéphane；Genta Jouve，Grégory：多元线性模型中的变量选择方法：LC-MS代谢组学数据的应用（2018）
12. Benoît Liquet和Leonardo Bottolo、Gianluca Campanella、Sylvia Richardson和Marc Chadeau Hyam:R2GUESS：基于图形处理单元的多元响应贝叶斯变量选择回归R包（2016）不是zbMATH
13. Chen，Mingkun；Vigneau，Evelyne:变量的监督聚类（2016）
14. Robin Genuer，Jean-Michel Poggi，Christine Tuleau-Malot:VSURF：使用随机森林进行变量选择的R包（2015）不是zbMATH
15. Lock，Eric F.；Hoadley，Katherine A.；Marron，J.S.；Nobel，Andrew B.：多数据类型综合分析的联合和个体差异解释（JIVE）（2013年）
16. Marttinen，Pekka；Gillberg，Jussi；Havulina，Aki；Corander，Jukka；Kaski，Samuel:高维表型的全基因组关联研究（2013）
17. Yoshida，Hisako；Kawaguchi，Atsushi；Tsuruya，Kazuhiko：用于脑成像数据的径向基函数稀疏偏最小二乘法（2013）
18. Cao，Kim Anh Lè；Boitard，Simon；Besse，Philippe:稀疏PLS判别分析：多类问题的生物学相关特征选择和图形显示（2011）ioport公司
19. Lykou，Anastasia；Whittaker，Joe:使用带有积极约束的套索的稀疏CCA（2010）
20. McWilliams，Brian；Montana，Giovanni:具有多元数据流的在线变量选择的稀疏偏最小二乘回归（2010）