¿La contracción de James-Stein 'en la naturaleza'?

Me toma la idea de la contracción de James-Stein (es decir, que una función no lineal de una sola observación de un vector de normales posiblemente independientes puede ser un mejor estimador de las medias de las variables aleatorias, donde 'mejor' se mide por error al cuadrado ) Sin embargo, nunca lo he visto en el trabajo aplicado. Claramente no estoy lo suficientemente bien leído. ¿Hay algunos ejemplos clásicos de donde James-Stein ha mejorado la estimación en un entorno aplicado? Si no, ¿es este tipo de contracción solo una curiosidad intelectual?

El estimador de James-Stein no se usa ampliamente, pero ha inspirado los umbrales suaves, los umbrales duros, que realmente se usan ampliamente.

La estimación de la contracción de las ondículas (ver paquete de onda de onda R) se usa mucho en el procesamiento de la señal, el centroide encogido (paquete pamr bajo R) para la clasificación se usa para la matriz de ADN, hay muchos ejemplos de eficiencia práctica de la contracción ...

Para fines teóricos, consulte la sección de la revisión de candes sobre la estimación de la contracción (p20-> James stein y la sección posterior después de que se trata de umbrales blandos y duros):

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.161.8881&rep=rep1&type=pdf

EDITAR a partir de los comentarios: ¿por qué la contracción JS es menos utilizada que la Thresh suave / dura?

James Stein es más difícil de manipular (práctica y teóricamente) y de entender intuitivamente que un umbral difícil, ¡pero la pregunta de por qué es una buena pregunta!

La regresión de cresta es una forma de contracción. Ver Draper y Van Nostrand (1979) .

La contracción también ha resultado útil para estimar factores estacionales para series de tiempo. Ver Miller y Williams (IJF, 2003) .

Como lo mencionaron otros, James-Stein no se usa a menudo directamente, pero en realidad es el primer documento sobre la contracción, que a su vez se usa prácticamente en todas partes en regresión simple y múltiple. El vínculo entre James-Stein y estimación moderna se explica en detalle en este documento por E.Candes. Volviendo a su pregunta, creo que James-Stein es una no curiosidad intelectual, en el sentido de que fue intelectual con seguridad, pero tuvo un efecto increíblemente disruptivo en las estadísticas, y nadie podría descartarlo como curiosidad después. Todos pensaban que los medios empíricos eran un estimador admisible, y Stein demostró que estaban equivocados con un contraejemplo. El resto es historia.

Ver también Jennrich, RJ, Oman, SD "¿Cuánto ayuda la estimación de Stein en la regresión lineal múltiple?" Technometrics , 28 , 113-121, 1986.

Korbinian Strimmer utiliza el estimador James-Stein para inferir redes de genes . He usado sus paquetes R varias veces y parece proporcionar una respuesta muy buena y rápida.