论文摘要
大规模数据降维技术是统计中一个非常重要的问题,而充分降维是这个领域中一个非常重要的工具。充分降维的思想是:在不假定任何参数模型以及不损失条件分布F(Y|X)中所含有的信息的前提下,通过数据中高维的自变量的一些线性组合来达到降维的目的。在我的论文中,主要考察回归中的充分降维问题。 在论文的第一部分,我们将考察数据集的充分降维的可能性的问题,即检验如下模型是否充分拟合数据 H0:Y(?)X|BTX.这里,Y是一维的响应变量,X是p×1的自变量,B是一个p×K的矩阵,记号“(?)”表示独立。我们采用Score检验的思想,采用残差的加权和的形式构造一个Score type检验统计量。我们使用的“残差”实际上是Y的密度函数与X的某些特定投影的密度函数的差异。我们采用核函数来估计这一些密度函数,因此,构造的Score type检验统计量是不依赖随机变量的分布的。另外,在对立假设已知的情况下,权函数的引入能保证Score检验的最优性。受Score检验统计量的构造的启发,在对立假设存在多种可能的情况下,我们构造了Maxmin检验。这两个检验都能检查对立假设以n1/2的速度趋向原假设的情形。关于这个检验另一个重要的应用便是决定模型的结构维数K,即我们至少需要多少个投影方向就能提取条件分布的全部信息的问题。 在如上的条件模型成立的条件下,文献上有大量的充分降维的办法用于估计B。在所有这些方法中,基于X对于Y的逆回归方法,而不是通常的Y对X的回归,比如说切片逆回归(SIR,Li 1991)以及切片平均方差估计(SAVE,Cook and Weisberg 1991),是非常有效的两个方法。为了估计切片逆回归的核矩阵,Li(1991)提出了用切片估计的思想。这个方法非常简单并且效果很好。当切片数n1/2到n/2这个范围以内变化的时候,Zhu and Ng(1995)证明了切片估计的渐近正态性以n1/2的速度成立。遗憾的是,Liand Zhu(2004)在用切片的想法来估计切片平均方差的核矩阵时,得到了完全不一样的渐近性质。因而,在本文的第二部分,我们将用核估计来估计切片平均方差的核矩阵,并指出了核估计和切片估计的不同之处。为得到n1/2的渐近正态性,在使用核函数的时候,我们需要undersmoothing,即选用一个比较小的窗宽。为此,我们提出了一个data-driven的办法来选择窗宽。另外,借用BIC的思想,我们提出了一个修改的准则来决定模型的结构维数。这个准则使用起来非常简单,并且只需要核矩阵的特征值收敛就可以保证估计的结构维数是收敛到真实的结构维数了。 由于条件方差对于模型的建立以及数据的波动的描述都是非常重要的,因而,在论文的最后部分,我们提出了用中心方差空间(CVS)的想法来提取回归中条件方差的
论文目录
相关论文文献
- [1].螺杆型施肥泵特性及降维简化方法研究[J]. 河北农业大学学报 2020(03)
- [2].高中物理中三维运动的降维策略探讨[J]. 物理之友 2020(08)
- [3].判别分析驱动的微阵列数据的降维策略[J]. 中国卫生统计 2009(02)
- [4].基于结构正则化方法的半监督降维研究[J]. 温州大学学报(自然科学版) 2018(03)
- [5].基于判别性降维的字典学习在人脸识别的应用[J]. 电视技术 2014(03)
- [6].数据挖掘技术在地震属性降维中的应用[J]. 天然气地球科学 2010(04)
- [7].应用随机森林和支持向量机对三阴性乳腺癌基因数据的降维和筛选[J]. 中国卫生统计 2020(03)
- [8].“十四五”规划之外:升维思考,降维行动[J]. 高校图书馆工作 2020(05)
- [9].降维打击(组诗)[J]. 广西文学 2019(11)
- [10].升维思考,降维贯通[J]. 中国慈善家 2015(08)
- [11].基于判别性降维的字典学习在光照变化人脸识别中的应用[J]. 科学技术与工程 2014(08)
- [12].特征选择与空间降维概述、热点及展望[J]. 数学的实践与认识 2013(15)
- [13].航天器降维姿态-轨道一体化控制算法[J]. 导弹与航天运载技术 2019(05)
- [14].升维思考,降维解题——例谈福建中考数学中的高观点试题[J]. 中华少年 2019(18)
- [15].基于稀疏和近邻保持的极限学习机降维[J]. 自动化学报 2019(02)
- [16].基于局域波分解的大系统派生模态降维研究[J]. 西北工业大学学报 2010(01)
- [17].降维空时自适应处理研究[J]. 微计算机信息 2009(06)
- [18].时变加权的机载双基雷达降维空时自适应处理[J]. 电波科学学报 2015(01)
- [19].“降维思维”得人才[J]. 当代工人 2018(13)
- [20].大规模矩阵降维的随机逼近方法[J]. 数学的实践与认识 2016(24)
- [21].一种基于降维滤波的快速去雾算法[J]. 微电子学与计算机 2015(04)
- [22].例析圆锥曲线中的降维策略[J]. 中学数学杂志 2009(09)
- [23].主元分析降维联合广义判别分类的水质检测紫外-可见光谱数据处理方法[J]. 激光杂志 2014(10)
- [24].一类新单参数混沌系统的降维控制[J]. 东华大学学报(自然科学版) 2010(01)
- [25].信号处理教学案例:PCA正交变换教学案例[J]. 现代计算机(专业版) 2018(17)
- [26].新模式:小狗电器的“降维”突击[J]. 上海信息化 2014(12)
- [27].求解Opt-Covering问题的一个降维策略[J]. 数学学习与研究 2013(23)
- [28].结合降维思想的BinomialBoosting方法[J]. 统计与决策 2009(21)
- [29].利用冲突信息降维的进化高维目标优化算法[J]. 信号处理 2017(09)
- [30].降维打法成就乐视生态[J]. 首席财务官 2016(17)