How useful is a wrong model? Information-sharing for inference under mean misspecification in linear models¶
作者: Emily C. Hector
主题: 数理统计 / 假设检验
相关性: 7/10
链接: https://arxiv.org/abs/2607.09579
一、领域脉络与小综述¶
这个方向是什么¶
这个子方向要解决的根本问题是：当一个统计模型（尤其是线性回归模型）被用于推断时，如果该模型是“错误”的（即均值结构被误设定），我们能否以及如何量化其“有用性”，并利用这种有用性来改进对个体均值的推断？ 传统框架将模型分为“正确”或“错误”两类，但现实中的模型几乎总是介于两者之间。本文试图打破这种二分法，引入一个连续型的“模型有用性指数”，并基于此构建一个收缩估计量，在模型拟合不佳时仍能实现比纯模型估计和纯数据估计更高效的推断。该方向目前处于从“诊断”走向“处方” 的阶段：已有大量诊断模型拟合优度的方法，但缺乏一个统一的、可操作的框架来“利用”一个错误模型的有用部分。
发展脉络（history）¶
-
奠基工作：模型误设定与“所有模型都是错的”
- Box (1976); Box & Draper (1987)：提出了“所有模型都是错的，但有些是有用的”这一著名论断。本文的引言正是从这句话出发，指出它常被用作使用错误模型的“许可证”，但忽略了理论失效的风险。这是本文的哲学起点。
- White (1982)：在最大似然估计框架下，正式定义了模型误设定下的“伪真值”（pseudo-true value），即
β* = (X^T X)^{-1} X^T μ*。本文的β*和模型偏差δ的定义直接源于此。White的工作为量化模型偏差提供了理论基础，但并未给出如何利用这种偏差来改进推断的处方。
-
主要进展：从“模型正确/错误”二分法到“模型作为近似”
- Buja et al. (2019a, b)：系统性地阐述了“模型作为近似”的观点，指出在线性回归中，即使模型被误设定，最小二乘估计量
β_ols仍然有明确的解释（即“最佳线性近似”），但其推断性质（如置信区间）会失效。本文引用了这两篇论文，将其作为“模型解释性在误设定下会改变”这一论点的支撑。Buja等人的工作为“模型有用性”的量化提供了铺垫，但他们的重点是诊断（解释性变化），而非提出新的推断方法。 - James & Stein (1961); Stein (1981); Efron & Morris (1973a, b)：经典的James-Stein估计量及其经验贝叶斯解释。本文的核心思想——将个体均值向一个共享结构（这里是线性模型
Xβ，而非原点）收缩——与James-Stein估计量有深刻的联系。作者明确指出，其估计量bµ(π)是James-Stein估计量的一种推广，将收缩中心从原点替换为Xβ_ols。这是本文方法论的直接技术来源。
- Buja et al. (2019a, b)：系统性地阐述了“模型作为近似”的观点，指出在线性回归中，即使模型被误设定，最小二乘估计量
-
当前Frontier：信息共享与迁移学习
- Hector & Martin (2024)：在迁移学习框架下，将目标模型的参数估计向独立源数据集的固定参数估计收缩。本文引用了该工作，并指出两者在“通过借用外部信息改进推断”这一哲学上相似，但存在关键区别：在本文中，被收缩的对象（
y_i）和收缩的目标（X_i^T β_ols）来自同一个数据集，且后者是被估计的，而非固定的。这构成了本文方法相对于迁移学习的一个独特挑战和贡献。
- Hector & Martin (2024)：在迁移学习框架下，将目标模型的参数估计向独立源数据集的固定参数估计收缩。本文引用了该工作，并指出两者在“通过借用外部信息改进推断”这一哲学上相似，但存在关键区别：在本文中，被收缩的对象（
-
本文的位置：本文位于上述脉络的交汇点。它继承了Box的哲学问题，采用了White的伪真值定义，吸收了Buja等人对模型近似性的理解，并运用了James-Stein的收缩技术，最终将其应用于一个新的场景：在同一个数据集内，利用一个被估计的、可能错误的线性模型来改进对个体均值的推断。它试图回答“如何量化一个错误模型的有用性”这一核心问题，并给出了一个可操作的、基于均方误差最小化的解决方案。
子线索聚类¶
- 模型误设定下的推断：以White (1982)和Buja et al. (2019a, b)为代表。这一簇关注的是当模型错误时，传统推断（如置信区间、p值）如何失效，以及模型参数（如
β）的解释性如何变化。它们主要是诊断性的。 - 收缩估计与信息共享：以James & Stein (1961), Efron & Morris (1973a, b)和Hector & Martin (2024)为代表。这一簇关注的是如何通过将个体估计向一个共享结构收缩来提升整体估计效率。它们主要是处方性的。本文属于这一簇，但将收缩中心从“原点”或“独立源数据”推广到了“同一数据集内的线性模型拟合值”。
这个方向在追问的核心问题¶
- 如何量化“模型有用性”？ 本文给出的答案是“有用性指数”
u，它由模型偏差δ^2和噪声方差σ^2的比值决定。但这是否是唯一或最优的量化方式？ - 如何平衡偏差与方差？ 在模型误设定下，使用模型会引入偏差，但能降低方差。如何找到最优的权衡点？本文通过最小化MSE给出了一个解析解
u_or。 - 如何在实际中估计不可识别的参数？ 模型偏差
δ^2和噪声方差σ^2在观测数据中不可分离。本文提出了一个基于分位数的、依赖用户先验知识的估计方法。这是否稳健？是否有更自动化的方法？ - 如何扩展到更复杂的模型？ 本文的框架基于线性回归和正态假设。能否推广到广义线性模型、非参数模型或因果推断中的倾向性得分模型？
⚠️ 作者的 framing¶
- 作者把缺口 frame 成什么？ 作者将传统框架的“模型正确/错误”二分法定义为问题的根源，并声称这导致了“模型拟合与有用性之间的张力”。她将自己的工作定位为“超越这种二分法”，通过引入连续的有用性指数来“解决”这种张力。她将
β从核心估计量降级为辅助工具，将焦点重新放在µ*上，从而绕开了模型误设定下β解释性变差的问题。 - 哪些竞争路线被他淡化或回避了？
- 稳健回归（Robust Regression）：作者在引言中明确提到了Huber (1964)的稳健回归，并指出其问题在于“down-weighting”或删除数据点会损失效率，且
β的解释性会变差。她将稳健回归定位为一种“竞争”但“不理想”的方案，因为其目标（估计β）与本文目标（估计µ*）不同。 - 模型平均（Model Averaging）：本文没有讨论模型平均。模型平均通常是在多个候选模型之间进行加权平均，而本文只使用一个模型（线性模型），但允许每个观测值有不同的“借用程度”。这是一个重要的区别，但作者没有展开讨论。
- 贝叶斯方法：作者提到了Efron & Morris (1973a, b)的经验贝叶斯方法，并将其与自己的方法进行了比较。但她没有深入讨论一个完全贝叶斯方法（例如，为
µ_i设定一个以X_i^T β为中心的层级先验）会如何。她可能认为自己的方法更简单、更少分布假设。
- 稳健回归（Robust Regression）：作者在引言中明确提到了Huber (1964)的稳健回归，并指出其问题在于“down-weighting”或删除数据点会损失效率，且
- 什么明显该被引 / 该存在、却没出现在 intro 里？
- 关于“模型有用性”的文献：除了Box的名言，几乎没有其他直接讨论“模型有用性”量化的文献被引用。这可能意味着这是一个相对较新的提法，但也可能意味着作者忽略了一些相关的工作（例如，在信息论或决策理论中关于模型“近似正确性”的讨论）。
- 关于“个体化”或“局部”模型拟合的文献：本文的核心是允许每个观测值
i有不同的“借用程度”，这类似于局部回归（local regression）或变系数模型（varying coefficient models）的思想。这些文献没有被引用，可能是一个值得研究者去查的缺口。 - 关于“高维”或“p > n”情形的文献：本文的设定是
n > p，且p固定。没有讨论高维情形。这是一个明显的限制，但作者没有在引言中提及。
张力¶
未见明显对立引用。所有被引工作基本都支持“模型是近似”或“信息共享有益”的观点，没有出现彼此矛盾或在不同条件下得出相反结论的情况。
二、最核心、最简单的例子 / 数学问题¶
第一步：把符号、模型、可观测数据交代清楚¶
-
符号：
i = 1, ..., n：观测个体索引。Y_i：第i个个体的可观测结果变量（随机变量）。y_i：Y_i的实现值（观测到的数据）。µ_i^*：Y_i的真实均值，即E[Y_i]。这是我们要估计的目标参数（estimand）。X_i ∈ R^p：第i个个体的可观测协变量向量。X ∈ R^{n×p}：设计矩阵，第i行为X_i^T。β ∈ R^p：线性回归模型的参数。在模型误设定下，它没有“真实”值，只有“伪真值”β*。β* = (X^T X)^{-1} X^T µ*：β的伪真值，即线性模型对真实均值µ*的最佳线性近似。δ_i = µ_i^* - X_i^T β*：第i个个体的模型偏差（bias），即真实均值与最佳线性近似之间的差距。δ = (δ_1, ..., δ_n)^T：模型偏差向量。δ^2 = Σ_{i=1}^n δ_i^2：总平方模型偏差。σ^2：结果变量的方差，假设对所有个体相同，即Var(Y_i) = σ^2。H = X(X^T X)^{-1} X^T：帽子矩阵（hat matrix），将y投影到X的列空间上。u ≥ 0：模型有用性指数（usefulness index）。u=0表示模型无用，u→∞表示模型完全有用。π = (1+u)^{-1} ∈ [0,1]：u的一个重参数化，表示赋予y的权重。bµ(u)：给定u时，对µ*的估计量。bµ_or：使用最优u_or的神谕估计量（oracle estimator）。
-
模型：
- 数据生成机制：
Y_i ~ N(µ_i^*, σ^2)，独立同分布（在给定µ_i^*下）。 - 统计模型：我们假设一个线性模型
µ_i = X_i^T β作为对µ_i^*的近似。这个模型是可能错误的，即µ_i^* ≠ X_i^T β对于某些i成立。 - 已知/未知：
X_i和y_i是已知的。µ_i^*、β*、δ_i、σ^2都是未知的。
- 数据生成机制：
-
可观测数据：
- 可观测：
(y_i, X_i)，i=1,...,n。我们有一个n个观测的样本，每个观测包含一个结果和一个p维协变量向量。 - 不可观测/潜在：真实均值
µ_i^*、模型偏差δ_i、噪声方差σ^2。这些是我们想要推断或估计的，但无法直接观测到。
- 可观测：
第二步：讲最小内核¶
本文的核心思路可以用一个最简特例来理解：假设我们只有一个观测（n=1），且没有协变量（p=0，即模型只包含一个截距项）。
-
设定：
n=1, p=0。设计矩阵X是一个1x1的矩阵，其元素为1（截距）。Y_1 ~ N(µ_1^*, σ^2)。我们观测到y_1。- 线性模型是
µ_1 = β，即用一个常数β来估计均值。 - 伪真值：
β* = (X^T X)^{-1} X^T µ* = (1)^{-1} * 1 * µ_1^* = µ_1^*。所以β* = µ_1^*。 - 模型偏差：
δ_1 = µ_1^* - X_1^T β* = µ_1^* - µ_1^* = 0。在这个特例下，模型是“正确”的！ 这太简单了，无法体现核心思想。
-
更合适的特例：n=2, p=1（一个截距和一个协变量）：
- 设定：
- 观测1：
(y_1, x_1)，真实均值µ_1^*。 - 观测2：
(y_2, x_2)，真实均值µ_2^*。 - 线性模型：
µ_i = β_0 + β_1 x_i。 - 伪真值
β*：通过最小化(µ_1^* - β_0 - β_1 x_1)^2 + (µ_2^* - β_0 - β_1 x_2)^2得到。 - 模型偏差：
δ_1 = µ_1^* - (β_0^* + β_1^* x_1),δ_2 = µ_2^* - (β_0^* + β_1^* x_2)。一般来说，δ_1 ≠ 0, δ_2 ≠ 0，除非两个点恰好都在一条直线上。
- 观测1：
- 核心问题：我们有两个估计量：
- 纯数据估计：
y_1和y_2。它们无偏，但方差大（σ^2）。 - 纯模型估计：
X_1^T β_ols和X_2^T β_ols。它们方差小（因为借用了两个点的信息），但有偏（偏差为δ_1和δ_2）。
- 纯数据估计：
- 本文的关键想法：我们想要一个介于两者之间的估计量。对于观测1，我们想用
y_1，但向模型估计X_1^T β_ols“收缩”一点。收缩的程度取决于模型对观测1的“有用性”。如果模型对观测1拟合得很好（δ_1很小），我们就多借用模型；如果拟合得很差（δ_1很大），我们就少借用。 - 最小内核的数学表达：本文提出的估计量是
bµ_i(π) = π y_i + (1-π) X_i^T β_ols。这是一个全局的收缩，因为π对所有i都相同。π的选择决定了整体收缩程度。 - 最优
π的确定：本文通过最小化所有观测的均方误差之和MSE(bµ(π)) = Σ_i E[(bµ_i(π) - µ_i^*)^2]来找到最优的π。在n=2, p=1的特例下，可以解析地计算出MSE(bµ(π))，并找到使其最小的π_or。这个π_or正是由总平方模型偏差δ^2和噪声方差σ^2的比值决定的。这个特例清晰地展示了：即使模型对每个个体都是“错误”的（δ_i ≠ 0），只要总偏差δ^2不是太大，使用一个全局的收缩估计量仍然可以降低整体的MSE。这就是“一个错误模型如何有用”的核心机制。
- 设定：
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题：在线性回归模型均值误设定的情况下，如何量化一个“错误”模型的“有用性”，并利用它来改进对每个观测个体结果均值的推断。
- 核心工具/方法：提出了一个“模型有用性指数”
u，并基于此构建了一个收缩估计量bµ(u)，该估计量在纯数据估计y和纯模型估计Xβ_ols之间线性插值，收缩程度由u控制。通过最小化均方误差（MSE），找到了最优的u_or，并建立了与James-Stein估计量的联系。 - 主要结论：当模型偏差
δ^2和噪声方差σ^2满足一定条件时，基于最优有用性指数的估计量bµ_or在MSE意义上同时优于纯数据估计y和纯模型估计Xβ_ols。模型的有用性由u_or = (n-p)σ^2/δ^2决定，它总是大于0（只要δ^2 > 0），意味着一个错误模型总是有用的，只是有用程度不同。
关键设定与假设¶
- 设定：
- 线性模型：
Y_i ~ N(µ_i^*, σ^2)，且µ_i^*被一个线性模型X_i^T β近似。 - 固定设计：协变量
X_i被视为固定的（非随机）。 - 同方差：所有
Y_i的方差相同，为σ^2。 n > p：样本量大于协变量维度，确保X^T X可逆。
- 线性模型：
- 假设：
- 正态性：
Y_i服从正态分布。这是推导MSE解析解和置信区间的基础。作者在文中提到“其MSE最优性确实依赖于正态性”（Section 2.2）。 - 模型误设定：模型
µ_i = X_i^T β是可能错误的，即µ_i^* ≠ X_i^T β对于某些i成立。这是本文的核心设定，没有这个假设，问题就不存在。 - 模型偏差的定义：模型偏差
δ_i被定义为真实均值与伪真值β*的差距，而非与某个“真实”β的差距。这借鉴了White (1982)的思想，使得β*成为模型对数据的最佳线性近似，即使模型是错的。 - 用户先验知识：在估计
σ^2时，作者假设用户知道模型对“至少一部分”观测是合理的。这个先验知识被编码为分位数s的选择。这是一个强假设，因为它将模型有用性的判断部分地交给了用户。
- 正态性：
主要结果¶
- 定理1（MSE分解）：给出了
bµ(u)的MSE的解析形式：MSE(bµ(u)) = (n-p)σ^2(1+u)^{-2} + pσ^2 + u^2(1+u)^{-2}δ^2。其中第一项是方差，第二项是偏差的平方。这个分解清晰地展示了偏差-方差权衡。 - 命题1和命题2（与极端估计量的比较）：
- 命题1：给出了
bµ(u)的MSE小于y的MSE的条件。当δ^2 ≤ (n-p)σ^2时，对所有u>0都成立；否则，u必须小于一个阈值。 - 命题2：给出了
bµ(u)的MSE小于Xβ_ols的MSE的条件。当δ^2 > (n-p)σ^2时，对所有u≥0都成立；否则，u必须大于一个阈值。 - 直觉：这两个命题刻画了
bµ(u)在“无偏但高方差”和“有偏但低方差”两个极端之间的位置。当模型偏差小（δ^2小）时，可以更多地借用模型（u大）；当噪声大（σ^2大）时，也需要更多地借用模型。
- 命题1：给出了
- 定理2（最优有用性指数）：这是本文的核心理论结果。它证明了最小化MSE的最优有用性指数为
u_or = (n-p)σ^2/δ^2。当δ^2 > 0时，u_or是有限的，且bµ_or的MSE严格小于y和Xβ_ols的MSE。当δ^2 = 0（模型正确）时，u_or → ∞，bµ_or退化为Xβ_ols。- 技术难点：证明的关键在于求解
∂MSE/∂u = 0，并验证二阶条件。难点在于处理δ^2可能为0的边界情况。
- 技术难点：证明的关键在于求解
- 命题3（渐近性质）：给出了
bµ_or的方差、偏差和MSE在n→∞时收敛的充要条件。例如，MSE有界当且仅当limsup_{n→∞} δ^2 < ∞。这个结果很重要，因为它揭示了bµ_or在模型偏差随样本量增长时的行为：如果偏差增长太快，估计量会退化为y，从而失去效率优势。
证明路线与技术技巧¶
-
整体路线：
- 问题重构：将最大似然估计重新表述为一个带约束的优化问题，然后通过二次惩罚（quadratic penalty）方法将硬约束
µ_i = X_i^T β松弛为软约束，引入惩罚参数u。这给出了bµ(u)的原始定义。 - 解析求解：通过求解惩罚优化问题，得到
bµ(u)的闭式解：bµ(u) = (I_n + u(I_n - H))^{-1} y。然后利用Woodbury矩阵恒等式，将其重写为bµ(π) = πy + (1-π)Xβ_ols的简洁形式。 - MSE计算：直接计算
bµ(u)的MSE。这需要计算Var(bµ(u))和Bias(bµ(u))。计算方差时，利用了帽子矩阵H的幂等性和特征值分解（H有p个特征值为1，n-p个特征值为0）。计算偏差时，利用了Hδ = 0的性质（因为δ与X的列空间正交）。 - 最优性条件：对MSE关于
u求导，令导数为0，解出u_or。然后通过比较u_or与命题1、2中的阈值，证明其同时优于两个极端估计量。 - 渐近分析：在允许
δ_i依赖于n的设定下，分析v(u_or)、b(u_or)和MSE(u_or)的极限行为。这需要处理δ^2的不同增长速率。
- 问题重构：将最大似然估计重新表述为一个带约束的优化问题，然后通过二次惩罚（quadratic penalty）方法将硬约束
-
关键跳跃点：
- 从硬约束到软约束：将模型拟合问题从“模型必须正确”的硬约束，转化为“模型应该有用”的软约束，这是整个方法的哲学和数学起点。这个跳跃是通过引入二次惩罚项实现的。
- 从全局
β到个体µ_i：将焦点从估计全局参数β转移到估计个体均值µ_i。这使得我们可以在模型误设定下，仍然对µ_i进行有效的推断，而不必纠结于β的解释性。 - 处理
σ^2和δ^2的不可识别性：这是实际应用中的最大障碍。作者的跳跃是：利用“模型对部分观测是合理的”这一先验知识，通过分位数估计σ^2。这个跳跃是启发式的，而非理论驱动的，其有效性依赖于用户选择的合理性。
-
技术技巧点名：
- 二次惩罚法（Quadratic Penalty Method）：用于将约束优化问题转化为无约束优化问题，从而引入
u。 - Woodbury矩阵恒等式（Woodbury Matrix Identity）：用于简化
(I_n + u(I_n - H))^{-1}，得到bµ(π) = πy + (1-π)Xβ_ols的简洁形式。 - 特征值分解（Eigenvalue Decomposition）：用于计算
Var(bµ(u))，利用了H和I_n - H的幂等性和特征值结构。 - SURE（Stein's Unbiased Risk Estimate）校正：在讨论与James-Stein估计量的联系时，作者指出，当方差已知时，对
u_or进行SURE校正（将n-p替换为n-p-2）可以得到经典的James-Stein估计量。这揭示了本文方法与James-Stein方法的深层联系。
- 二次惩罚法（Quadratic Penalty Method）：用于将约束优化问题转化为无约束优化问题，从而引入
真实例子与应用¶
- 数据：来自Furberg et al. (2016)的
n=33名Fitbit用户的个人追踪数据。结果变量y_i是平均每日消耗的卡路里。协变量包括截距、平均每日“非常活跃”、“中等活跃”和“轻度活跃”的运动距离。 - 方法应用：
- 拟合线性模型：首先拟合一个线性回归模型，得到
β_ols和诊断图（图3）。诊断图显示模型对大部分观测拟合尚可，但有少数几个高杠杆、大残差的点（如观测12, 19, 21, 30）。 - 估计有用性指数：通过观察残差的QQ图，作者主观选择
s = n/2（即中位数）来估计σ^2，得到bσ^2_{(n/2)} = 382^2，远小于传统估计487^2。然后计算bδ^2和bu_or = 1.60，对应的bπ_or = 0.385。 - 计算个体估计：计算
bµ_i = 0.385 * y_i + 0.615 * X_i^T β_ols。对于“异常”观测（如12, 19, 21, 30），bµ_i介于y_i和X_i^T β_ols之间，既没有完全依赖模型（避免了大偏差），也没有完全依赖数据（利用了模型的信息）。 - 构建置信区间：对于
bδ^2_i = 0的观测（即模型偏差估计为0的个体），构建了基于bµ_i的95%置信区间（图5）。这些区间比基于y_i的区间窄，且中心比基于X_i^T β_ols的区间更稳健。
- 拟合线性模型：首先拟合一个线性回归模型，得到
- 结果与说明：
- 这个例子旨在说明本文方法在实际应用中的价值：它允许研究者利用一个“有用但不完美”的模型来改进对个体均值的推断，同时避免了对“异常值”进行粗暴的删除或降权。
- 它展示了有用性指数的直观解释：
bπ_or = 0.385意味着模型被赋予了约61.5%的权重，说明模型是有用的，但远非完美。 - 它揭示了方法的局限性：对于模型偏差估计很大的个体（
bδ^2_i > 0），作者没有给出置信区间，因为此时bµ_i的偏差可能不可忽略。这呼应了理论部分关于“局部偏差”的讨论。
🔎 结论是否比证明窄¶
- 是。论文的主要理论结果（定理1、2、命题1-3）都是在正态性假设和固定设计下严格证明的。然而，在引言和讨论中，作者有时会使用更宽泛的语言，例如“我们的估计量不要求正态性”（Section 2.2），但紧接着又说“其MSE最优性确实依赖于正态性”。这表明，MSE最优性这一核心结论的适用范围比“不要求正态性”这个说法要窄。在没有正态性的情况下，
bµ_or可能仍然是一个好的估计量，但其“最优性”不再有理论保证。 - 另一个例子：作者在讨论中提到了“个体化有用性指数
u_i”的可能性，但立即指出“可靠的估计似乎不太可能”。这表明，论文的结论（全局u的有效性）并不能直接推广到个体化u_i的情形。作者自己承认了这种推广的困难，这实际上是一个开放问题。
四、开放问题¶
-
个体化有用性指数
u_i的识别与估计：论文明确指出“个体化有用性指数u_i会允许更大的灵活性……但它引入了一个更难的识别问题，因为需要将σ^2和个体化的平方偏差δ_i^2分离开来”（Section 4, Discussion）。扎根点：论文的Discussion部分。这是一个明确的、由作者自己提出的开放问题。要解决它，可能需要额外的假设（如δ_i的某种结构）或新的识别策略。 -
非参数或半参数模型的推广：本文的框架完全基于线性模型。能否将其推广到更一般的模型，例如广义线性模型（GLM）或非参数回归？例如，在因果推断中，倾向性得分模型或结果回归模型经常被误设定。能否定义一个类似的“有用性指数”来改进对平均处理效应（ATE）的估计？扎根点：论文的设定和假设部分。这是一个自然的推广方向，但需要处理非线性带来的技术挑战。
-
高维情形（
p > n）下的应用：本文假设n > p且p固定。在高维稀疏回归（如Lasso）中，模型误设定问题同样普遍。能否将本文的“有用性”概念与高维收缩估计（如Lasso）结合起来？例如，在估计µ_i^*时，是否可以用一个“有用性指数”来控制对Lasso预测值的借用程度？扎根点：论文的设定部分（n > p）。这是一个明显的限制，也是一个有潜力的扩展方向。 -
数据驱动选择分位数
s的理论保证：本文提出的σ^2估计量依赖于用户选择的分位数s。虽然模拟和例子显示其表现良好，但缺乏一个理论上的指导原则或数据驱动的方法来选择最优的s。扎根点：Section 2.3。作者建议“通过检查诊断图来选择s”，但这不够严谨。能否基于某种准则（如交叉验证、最小化MSE的某种上界）来自动选择`s$？这是一个重要的方法论问题。
Maintained by 陈星宇 · Homepage · Source on GitHub