Estimation and Testing Under Sparsity: École d'Été de Probabilités de Saint-Flour XLV – 2015: Lecture Notes in Mathematics, cartea 2159

Observăm că, deși literatura despre modelele liniare este vastă, exista o lacună teoretică privind tratamentul unitar al funcțiilor de pierdere generale și al regularizatorilor de raritate în contextul datelor de dimensiuni mari. Volumul Estimation and Testing Under Sparsity, semnat de Sara Van de Geer, vine să completeze acest gol, oferind fundamentul matematic necesar pentru a trece de la simplele regresii la structuri complexe precum completarea matricială sau componentele principale rare. Lucrarea extinde cadrul propus de Statistical Learning with Sparsity de Trevor Hastie prin introducerea unei perspective semi-parametrice riguroase, care permite nu doar estimarea, ci și testarea ipotezelor și construirea intervalelor de încredere pentru parametri.

Această ediție, publicată în prestigioasa serie Lecture Notes in Mathematics, rafinează rigoarea matematică întâlnită anterior în lucrările colective la care autoarea a contribuit, cum este cazul volumului Selected Works of Willem van Zwet, unde se punea accent pe evoluția statisticii moderne. Aici, Sara Van de Geer se concentrează pe o progresie pedagogică precisă: primele capitole analizează metoda Lasso și variantele sale (Square-root Lasso), urmate de o incursiune profundă în teoria proceselor empirice și inegalități de concentrare. Structura în 18 capitole este concepută pentru a ghida cititorul de la concepte de bază către aplicații avansate, precum estimatorii liniari asimptotici ai matricei de precizie. Remarcăm prezența demonstrațiilor complete și a seturilor de probleme de la finalul fiecărui capitol, elemente ce transformă notele de curs într-un instrument de lucru esențial pentru nivelul academic.