Конструктивная регрессия
arXiv:2609.12886v1 Аннонс Тип: новое резюме. Мы рассматриваем проблемы регрессии, при которых маргинальное распределение ковариатов является информативным для оценки и переменного отбора, а не просто вспомогательным. Исходя из случайного дизайна, высокомерных и скрытых параметров воздействия мы предлагаем общую систему регрессии при помощи проекта, в рамках которой критерий оценки зависит как от условной модели для $Y mid_bfX$, так и от структурированных характеристик ковариата. В этой рамочной программе определены две роли информации о конструкции: стабилизация слабых направлений проектирования путем квадрической легализации и исправление искажений скрытых последствий посредством усиления помех. Мы установим свойства оракула для производящегося в результате оценки, разделим эффект стохастической ошибки, сокращения и приближения и сравниваем его с контрольной малоэффективной процедурой, которая игнорирует информацию о конструкции. Эти результаты свидетельствуют о том, что предлагаемая система позволяет улучшить оценку при сохранении первого порядка