致编辑的信
应用统计
2013-12-10 v1
摘要
Alfons, Croux和Gelper（2013）的论文《用于分析高维大数据集的稀疏最小修剪平方回归》考虑了最小修剪平方（LTS）和lasso惩罚的组合，用于稳健和稀疏的高维回归。在最近的一篇论文[She and Owen (2011)]中，提出了一种基于均值漂移参数稀疏惩罚的异常值检测方法（下文简称“SO”）。这项工作在Alfons等人的论文中被提及为“完全不同的方法”。当然，Alfons等人研究的问题是新颖且有趣的。
引用
@article{arxiv.1312.2364,
title = {Letter to the Editor},
author = {Yuao Hu and Ye Tian and Heng Lian},
journal= {arXiv preprint arXiv:1312.2364},
year = {2013}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOAS640 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)