James-Stein encolhimento "em estado selvagem"?

Fico impressionado com a idéia do encolhimento de James-Stein (ou seja, que uma função não-linear de uma única observação de um vetor de normais possivelmente independentes pode ser um melhor estimador das médias das variáveis ​​aleatórias, onde 'melhor' é medido por erro ao quadrado ) No entanto, nunca o vi no trabalho aplicado. Claramente, não sou suficientemente bem lido. Existem exemplos clássicos de onde James-Stein melhorou a estimativa em uma configuração aplicada? Caso contrário, esse tipo de retração é apenas uma curiosidade intelectual?

O estimador de James-Stein não é amplamente utilizado, mas inspirou limiares suaves, limiares rígidos que são realmente amplamente utilizados.

A estimativa do encolhimento da wavelet (consulte o pacote R wavethresh) é muito usada no processamento de sinais, o centróide encolhido (pacote pamr sob R) para a classificação é usado para o micro array de DNA, existem muitos exemplos de eficiência prática do encolhimento ...

Para fins teóricos, consulte a seção da revisão de candes sobre estimativa de encolhimento (p20-> James stein e a seção depois disso, lida com limiares moles e duros):

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

EDIT a partir dos comentários: por que o encolhimento do JS é menos usado do que o Soft / hard Thresh?

James Stein é mais difícil de manipular (praticamente e teoricamente) e entender intuitivamente do que limiar rígido, mas a pergunta por que é uma boa pergunta!

A regressão de Ridge é uma forma de retração. Veja Draper e Van Nostrand (1979) .

O encolhimento também se mostrou útil na estimativa de fatores sazonais para séries temporais. Veja Miller e Williams (IJF, 2003) .

Como mencionado por outros, James-Stein não é freqüentemente usado diretamente, mas é realmente o primeiro artigo sobre encolhimento, que por sua vez é usado praticamente em todos os lugares em regressão única e múltipla. A ligação entre James-Stein e a estimativa moderna é explicada em detalhes neste artigo por E.Candes. Voltando à sua pergunta, acho que James-Stein é uma não curiosidade intelectual, no sentido de que era intelectual, com certeza, mas teve um efeito incrivelmente perturbador no Statistics, e ninguém poderia descartá-lo como curiosidade depois. Todos pensavam que os meios empíricos eram um estimador admissível, e Stein provou que eles estavam errados com um contra-exemplo. O resto é história.

Veja também Jennrich, RJ, Omã, SD "Quanto a estimativa de Stein ajuda na regressão linear múltipla?" Technometrics , 28 , 113-121, 1986.

Korbinian Strimmer usa o estimador de James-Stein para inferir redes de genes . Eu usei seus pacotes R algumas vezes e parece fornecer uma resposta muito boa e rápida.