Chào mừng các bạn đã quay trở lại! Ở bài học trước, chúng ta đã khám phá ra một kết quả đáng kinh ngạc: ước lượng James-Stein có thể cải thiện độ chính xác so với OLS bằng cách thu hẹp các hệ số về 0. Tuy nhiên, trong thực tế, chúng ta hiếm khi muốn thu hẹp tất cả các hệ số trong mô hình của mình về 0. Một câu hỏi thực tế hơn nhiều là: “Tôi có một mô hình phức tạp, linh hoạt, nhưng tôi cũng nghi ngờ rằng một mô hình đơn giản hơn có thể đã đủ tốt. Làm thế nào để kết hợp thông tin từ cả hai?” Bài học hôm nay sẽ trả lời chính xác câu hỏi đó. Chúng ta sẽ học cách tổng quát hóa ý tưởng của James-Stein để áp dụng cho những tình huống thực tế và hữu ích hơn nhiều. Cụ thể, chúng ta sẽ khám phá hai kỹ thuật chính: Thu hẹp về phía các ràng buộc: Thay vì thu hẹp về 0, chúng ta sẽ …