FUNDAMENTAL BARRIERS TO HIGH-DIMENSIONAL REGRESSION WITH CONVEX PENALTIES
FUNDAMENTAL BARRIERS TO HIGH-DIMENSIONAL REGRESSION WITH CONVEX PENALTIES
复制标题
DOI：
10.1214/21-aos2100
复制
发表时间：
2022-02-01
影响因子：
4.5
通讯作者：
Montanari, Andrea
中科院分区：
文献类型：
--
作者：
Celentano, Michael;Montanari, Andrea
在高维回归中，我们试图从小于或近似于p个观测值{（y（i），x（i））}（i）的n个观测值估计参数向量beta（0）是R-P的元素
In high-dimensional regression, we attempt to estimate a parameter vector beta(0) is an element of R-P from n less than or similar to p observations {(y(i) , x(i))}(i