در تجزیه و تحلیل مسائل رگرسیونی و به‌ویژه مدل بندی آماری بسیاری از داده‌ها مانند داده‌های اقتصادی، روانشناسی، علوم اجتماعی، علوم پزشکی، مهندسی و غیره با مشکل هم‌خطی در میان متغیرهای پیشگو و حضور نقاط دورافتاده در مجموعه داده‌ها مواجه می‌شویم. در چنین مواقعی برآوردگر کمترین توان‌های دوم معمولی منجر به برآوردگرهای نادقیق می‌شود. برای غلبه بر مشکل مشاهده‌های دورافتاده از روش‌های استوار استفاده می‌شود. همچنین برای حل مشکل هم‌خطی چندگانه استفاده از رگرسیون مرزبندی ‌شده توصیه می‌شود. از طرف دیگر در شرایطی که واریانس خطا‌ها ناهمگن بوده یا خطا‌ها دارای خودهمبستگی باشند، از روش کم‌ترین توان‌های دوم تعمیم‌یافته استفاده می‌شود. در این مقاله ابتدا یک الگوریتم سریع برای محاسبه برآوردگر کم‌ترین توان‌های دوم تعمیم‌یافته پیراسته مرزبندی ‌شده محتمل در مدل رگرسیون نیمه‌پارامتری پیشنهاد شده و سپس با استفاده از شبیه‌سازی به روش مونت کارلو و یک داده واقعی، کارایی برآوردگرهای پیشنهادی سنجیده می‌شود‎.

با پیشرفت علوم زیستی و فناوری‌های نوین، داده‌های با ابعاد بالا که در آن‌ها تعداد متغیرهای مستقل از تعداد مشاهدات بیشتر است، در حوزه‌های مختلف گسترش یافته‌اند. داده‌های بیان‌ژنی مرتبط با تولید ریبوفلاوین یا ویتامین $B_2$ نمونه‌ای از این داده‌ها هستند. وجود تعداد زیاد متغیرها و همخطی میان آن‌ها، استفاده از روش‌های رگرسیونی کلاسیک را با چالش مواجه می‌سازد. ازاین‌رو، روش‌های منظم‌سازی و کاهش ابعاد مانند رگرسیون ریج، لاسو، الاستیک نت و کمترین مربعات جزئی، به‌منظور افزایش پایداری مدل و بهبود پیش‌بینی توسعه یافته‌اند. همچنین، روش‌های یادگیری ماشین مانند ماشین‌های بردار پشتیبان و رگرسیون بردار پشتیبان با توانایی مدل‌سازی روابط پیچیده و غیرخطی، در تحلیل داده‌های با ابعاد بالا کاربرد گسترده‌ای یافته‌اند. در این پژوهش، روش‌های رگرسیونی و یادگیری ماشین شامل ریج، لاسو، الاستیک نت، PLS ،SVM و SVR بر روی داده‌های واقعی و شبیه‌سازی‌شده بررسی می‌شوند تا عملکرد آن‌ها ارزیابی گردد.