发现影响变量：一种划分方法

基于技术进步，所有科学学科的一个趋势是高维数据的日益可得，其中埋藏着重要信息。当前统计学家面临的一个紧迫挑战是，从大量杂乱且充满噪声的数据（其中大部分是非信息性的）中开发出有效的方法来寻找有用信息。本文提出了一种通用的计算密集型方法，该方法基于Lo和Zheng开创的一种方法，用于检测众多潜在解释变量中哪些对因变量$Y$有影响。该方法适用于检测影响变量，其中因果效应取决于多个变量值的汇合。其优势在于，通过处理许多随机选择的小子集，并依据影响度量$I$从中进一步选择更小子集，从而避免了可能涉及数千个变量的困难直接分析。主要目标是发现影响变量，而非测量其效应。一旦检测到这些变量，处理一个规模小得多的影响变量组的问题，便可通过适当的分析加以解决。从某种意义上说，我们专注于在干草堆中寻找几根针。