Estimation
詹姆斯-斯坦在“野外”收縮？
我被 James-Stein 收縮的想法所吸引（即，對可能獨立的法線向量的單個觀察的非線性函數可以更好地估計隨機變量的均值，其中“更好”是通過平方誤差來衡量的）。但是，我從未在應用工作中看到過它。很明顯，我的閱讀還不夠好。James-Stein 在應用環境中改進了估計是否有任何經典示例？如果不是，這種縮水只是一種求知欲嗎？
James-Stein 估計器沒有被廣泛使用，但它啟發了軟閾值，硬閾值確實被廣泛使用。
小波收縮估計（參見R包wavethresh）在信號處理中使用很多，用於分類的收縮質心（R下的包pamr）用於DNA微陣列，有很多收縮的實際效率的例子……
出於理論目的，請參閱 candes 的關於收縮估計的評論部分（p20-> James stein 和之後的部分處理軟閾值和硬閾值）：
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.161.8881&rep=rep1&type=pdf
**從評論中編輯：**為什麼 JS 收縮比 Soft/hard Thresh 使用得少？
詹姆斯斯坦比硬閾值更難操作（實際上和理論上）和直觀理解，但為什麼問題是一個好問題！