Theory of Ridge Regression Estimation with Applications

Boken "Theory of Ridge Regression Estimation with Applications" fungerer som en omfattende veiledning til systematiske analytiske resultater for ridge, LASSO, foreløpige tester og Stein-type estimators med praktiske anvendelser. Denne del av litteraturen belyser hvordan ridge-regresjon og LASSO står i sentrum for alle straffestimators i flere standardmodeller som anvendes i aktuelle statistiske analyser. Forfattet av anerkjente eksperter innen feltet, gir boken en grundig introduksjon til straff- og skrumpestimering, samt en grundig undersøkelse av hvordan ridge, LASSO, og logistisk regresjon bidrar i de datakrevende områdene som nevralnettverk og big data-analyse. Boken er utformet for å være tilgjengelig og tilbyr en detaljert dekning av grunnleggende terminologi knyttet til ulike modeller, inkludert plassering og enkle lineære modeller, samt ridge, LASSO, foreløpige tester og Stein-type estimators basert på normal- og rangteori. I tillegg inneholder forfatterne problemsett for å forbedre læringen, noe som gjør det til en nyttig ressurs for både studenter og forskere.