韩方;赵拓;刘、韩 CODA：高维copula判别分析。 （英语） 兹比尔132062145 J.马赫。学习。物件。 14, 629-671 (2013). 摘要：我们提出了一种高维分类方法，称为Copula判别分析（CODA）。CODA将基于正态的线性判别分析推广到更大的高斯Copula模型（或非正态），如H.刘等[同上10，2295–2328（2009年；Zbl 1235.62035号)]. 为了同时达到估计效率和稳健性，在估计协方差矩阵时采用了基于非参数秩的方法，包括Spearman的rho和Kendall的tau，我们证明了判别特征的稀疏模式可以用参数率一致地恢复，并且期望的误分类误差与贝叶斯风险一致。我们的理论得到了仔细的数值实验的支持，实验表明，即使数据是真正的高斯分布，CODA方法获得的额外灵活性也不会导致效率损失。这些结果表明，除了基于正态分布的高维线性判别分析外，CODA方法可以作为一种替代方法。 引用于16文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 62G05型 非参数估计 62小时05 多元概率分布的表征和结构理论；连接线 62J07型 岭回归；收缩估计器（拉索） 关键词：高维统计;稀疏非线性判别分析;高斯联结;非正态分布;基于等级的统计 引文：Zbl 1235.62035号 软件：巨大的 PDF格式BibTeX公司 XML格式引用 \textit{F.Han}等人，J.Mach。学习。第14、629--671号决议（2013年；Zbl 1320.62145） 全文： 链接