ধরুন আমি কিছু ধরণের নিয়মিত অনুমান ব্যবহার করে কিছু উচ্চ-মাত্রিক ডেটা থেকে প্রচুর পরিমাণে পরামিতি অনুমান করার চেষ্টা করছি। নিয়ন্ত্রক অনুমানের মধ্যে কিছু পক্ষপাতিত্ব পরিচয় করিয়ে দেয়, তবে এটি এখনও একটি ভাল বাণিজ্য বন্ধ হতে পারে কারণ বৈকল্পিকতা হ্রাস করার জন্য এটির চেয়ে বেশি হওয়া উচিত।
আমি যখন আত্মবিশ্বাসের ব্যবধানগুলি (যেমন ল্যাপ্লেস আনুমানিকতা বা বুটস্ট্র্যাপ ব্যবহার করে) অনুমান করতে চাই তখন সমস্যাটি আসে। বিশেষত, আমার অনুমানের পক্ষপাতটি আমার আত্মবিশ্বাসের অন্তরগুলিতে খারাপ কভারেজের দিকে নিয়ে যায়, যা আমার অনুমানের ঘনতান্ত্রিক বৈশিষ্ট্যগুলি নির্ধারণ করা শক্ত করে তোলে।
আমি এই সমস্যাটি নিয়ে আলোচনার জন্য কিছু কাগজপত্র পেয়েছি (যেমন "এজজર્થ সম্প্রসারণের উপর ভিত্তি করে রিজ রিগ্রেশনে অ্যাসিম্পোটিক আত্মবিশ্বাসের অন্তর" ), তবে গণিতটি বেশিরভাগই আমার মাথার উপরে। লিঙ্কযুক্ত কাগজে, সমীকরণ 92-93 রিজ রিগ্রেশন দ্বারা নিয়মিত করা হয়েছিল এমন অনুমানের জন্য একটি সংশোধন ফ্যাক্টর সরবরাহ করে বলে মনে হচ্ছে, তবে আমি ভাবছিলাম যে যদি এমন কোনও ভাল পদ্ধতি রয়েছে যা বিভিন্ন রেগুলেজারের বিভিন্ন সীমাতে কাজ করে।
এমনকি প্রথম অর্ডার সংশোধন অত্যন্ত সহায়ক হবে।