:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Yang, James, Hastie, Trevor
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation Statistics Theory
Accesso online:	https://arxiv.org/abs/2410.03014
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Least Squares Regression Can Exhibit Under-Parameterized Double Descent
di: Li, Xinyue, et al.
Pubblicazione: (2023)

A Fast and Scalable Pathwise-Solver for Group Lasso and Elastic Net Penalized Regression via Block-Coordinate Descent
di: Yang, James, et al.
Pubblicazione: (2024)

Cross-validation: what does it estimate and how well does it do it?
di: Bates, Stephen, et al.
Pubblicazione: (2021)

Generalization for Least Squares Regression With Simple Spiked Covariances
di: Li, Jiping, et al.
Pubblicazione: (2024)

Convex Regression in Multidimensions: Suboptimality of Least Squares Estimators
di: Kur, Gil, et al.
Pubblicazione: (2020)

On Regularization via Early Stopping for Least Squares Regression
di: Sonthalia, Rishi, et al.
Pubblicazione: (2024)

nlstac: Non-Gradient Separable Nonlinear Least Squares Fitting
di: Torvisco, J. A. F., et al.
Pubblicazione: (2024)

Wasserstein Least Squares: A Canonical Regression Method for Probability Distributions
di: León, Uriel Martínez, et al.
Pubblicazione: (2026)

Inference in Randomized Least Squares and PCA via Normality of Quadratic Forms
di: Wang, Leda, et al.
Pubblicazione: (2024)

Nearest Neighbor Matching as Least Squares Density Ratio Estimation and Riesz Regression
di: Kato, Masahiro
Pubblicazione: (2025)

On a Projection Least Squares Estimator for Jump Diffusion Processes
di: Halconruy, Hélène, et al.
Pubblicazione: (2022)

Least Squares Inference for Data with Network Dependency
di: Lei, Jing, et al.
Pubblicazione: (2024)

Sparse Data-Driven Random Projection in Regression for High-Dimensional Data
di: Parzer, Roman, et al.
Pubblicazione: (2023)

Algebraic and Statistical Properties of the Partially Regularized Ordinary Least Squares Interpolator
di: Yang, Letian, et al.
Pubblicazione: (2024)

Ordinary Least Squares as an Attention Mechanism
di: Coulombe, Philippe Goulet
Pubblicazione: (2025)

An Easily Tunable Approach to Robust and Sparse High-Dimensional Linear Regression
di: Sasai, Takeyuki, et al.
Pubblicazione: (2025)

Distributional Instruments: Identification and Estimation with Quantile Least Squares
di: Cherodian, Rowan, et al.
Pubblicazione: (2026)

Ordinary Least Squares is a Special Case of Transformer
di: Tan, Xiaojun, et al.
Pubblicazione: (2026)

A Two-Step Projection-Based Goodness-of-Fit Test for Ultra-High Dimensional Sparse Regressions
di: Tan, Falong, et al.
Pubblicazione: (2024)

Shrinkage for Extreme Partial Least-Squares
di: Arbel, Julyan, et al.
Pubblicazione: (2024)

Double-Estimation-Friendly Inference for High-Dimensional Measurement Error Models with Non-Sparse Adaptability
di: Cui, Shijie, et al.
Pubblicazione: (2024)

Algebraic and Statistical Properties of the Ordinary Least Squares Interpolator
di: Shen, Dennis, et al.
Pubblicazione: (2023)

Importance Weighting Correction of Regularized Least-Squares for Target Shift
di: Gogolashvili, Davit
Pubblicazione: (2022)

Functional Partial Least-Squares: Adaptive Estimation and Inference
di: Babii, Andrii, et al.
Pubblicazione: (2024)

Online Sparse Regression with Expanding Observables
di: Yang, Ying, et al.
Pubblicazione: (2026)

The High-Dimensional Asymptotics of Principal Component Regression
di: Green, Alden, et al.
Pubblicazione: (2024)

On Asymptotic Optimality of Least Squares Model Averaging When True Model Is Included
di: Xu, Wenchao, et al.
Pubblicazione: (2024)

Classification of multivariate functional data on different domains with Partial Least Squares approaches
di: Moindjie, Issam-Ali, et al.
Pubblicazione: (2022)

Least Squares-Based Permutation Tests in Time Series
di: Romano, Joseph P., et al.
Pubblicazione: (2024)

Covariance Regression with High-Dimensional Predictors
di: He, Yuheng, et al.
Pubblicazione: (2024)

$\ell_1$-Regularized Generalized Least Squares
di: Nobari, Kaveh S., et al.
Pubblicazione: (2024)

Nonparametric Least Squares Estimators for Interval Censoring
di: Groeneboom, Piet
Pubblicazione: (2025)

Approximate Least-Favorable Distributions and Nearly Optimal Tests via Stochastic Mirror Descent
di: Fernández, Andrés Aradillas, et al.
Pubblicazione: (2025)

On Ridge Estimation in High-dimensional Rotationally Sparse Linear Regression
di: Liang, Libin, et al.
Pubblicazione: (2024)

Environment Invariant Linear Least Squares
di: Fan, Jianqing, et al.
Pubblicazione: (2023)

From Poisson Observations to Fitted Negative Binomial Distribution
di: Yang, Yingying, et al.
Pubblicazione: (2024)

Computational-Statistical Gaps for Improper Learning in Sparse Linear Regression
di: Buhai, Rares-Darius, et al.
Pubblicazione: (2024)

High Dimensional Logistic Regression Under Network Dependence
di: Mukherjee, Somabha, et al.
Pubblicazione: (2021)

Bayesian High-dimensional Linear Regression with Sparse Projection-posterior
di: Pal, Samhita, et al.
Pubblicazione: (2024)

Prediction Risk and Estimation Risk of the Ridgeless Least Squares Estimator under General Assumptions on Regression Errors
di: Lee, Sungyoon, et al.
Pubblicazione: (2023)