×

厄米特正定矩阵曲线的内禀小波回归。 (英语) Zbl 1464.62377号

摘要:介绍了厄米特正定矩阵非欧几里德空间中曲线的内禀小波变换和小波估计方法,并将其应用于多元平稳时间序列的傅里叶谱估计。主要研究了在具有仿射不变黎曼度量的正定矩阵空间中的本征平均插值小波变换,并推导了Hermitian正定矩阵的本征光滑曲线的线性小波阈值的收敛速度。在多元傅里叶谱估计的背景下,固有小波阈值在时间序列基的变化下是等变的,而非线性小波阈值能够捕获跨频率谱密度矩阵的局部特征,始终保证正定估计。通过模拟数据评估了固有小波阈值的有限样本性能,并与黎曼流形中的几个基准估计进行了比较。通过检查在学习实验期间记录的试验复制脑信号时间序列的多变量谱,可以提供进一步的说明。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62M15型 随机过程和谱分析的推断
42立方厘米 涉及小波和其他特殊系统的非三角调和分析
15个B48 正矩阵及其推广;矩阵的锥
62页第10页 统计学在生物学和医学中的应用;元分析
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Antoniadis,A.,《统计学中的小波:回顾、统计方法与应用》,第6期,第97-130页(1997年)·兹比尔1454.62113 ·doi:10.1007/BF03178905
[2] Bhatia,R.,《正定矩阵》(2009),新泽西州普林斯顿:普林斯顿大学出版社,新泽西普林斯顿
[3] Boumal,N。;Absil,P.-A.,“流形上的离散回归方法及其在SO(n)数据中的应用”,IFAC论文集,44,2284-2289(2011)·doi:10.3182/20110828-6-IT-1002.00542
[4] Boumal,N。;Absil,P.-A.,“正定矩阵锥上的离散回归方法”,in,IEEE ICASSP 2011,4232-4235(2011)
[5] Brillinger,D.,《时间序列:数据分析与理论》(1981),加利福尼亚州旧金山:霍尔登·戴,加利福尼亚州洛杉矶·Zbl 0486.62095号
[6] Brockwell,P。;Davis,R.,《时间序列:理论和方法》(2006),纽约:Springer,纽约
[7] Chau,J.,1.2.3(2017年)
[8] Chau,J.,多变量、非平稳和复制时间序列的谱分析进展(2018)
[9] Chau,J。;Ombao,H。;von Sachs,R.,“厄米特正定矩阵的内在数据深度,计算与图形统计杂志,28,427-439(2019)·Zbl 07499064号 ·doi:10.1080/10618600.2018.1537926
[10] Dahlhaus,R。;Rao,T.S。;Rao,S.S。;Rao,C.R.阿姆斯特丹,《时间序列分析:方法和应用》,30),局部平稳过程,351-413(2012),爱思唯尔·兹比尔1242.62005
[11] 戴,M。;Guo,W.,“使用Cholesky分解进行多元光谱分析,生物特征,91,629-643(2004)·Zbl 1108.62095号 ·doi:10.1093/biomet/91.3.629
[12] do Carmo,M.,《黎曼几何》(1992),马萨诸塞州波士顿:伯卡用户·Zbl 0752.53001号
[13] 多诺霍博士。;舒梅克,L.L。;Webb,G.,小波分析的最新进展,带块系数核的平滑小波分解,259-308(1993),纽约:学术出版社,纽约
[14] Donoho,D.,“购物车和最佳矫正基础:联系,《统计年鉴》,1870-1911年第25期(1997年)·Zbl 0942.62044号
[15] 德莱顿,I。;Koloydenko,A。;周,D.,“协方差矩阵的非核素统计,及其在扩散张量成像中的应用,应用统计年鉴,31102-123(2009)·Zbl 1196.62063号 ·doi:10.1214/09-AOAS249
[16] 费卡斯,M。;Ombao,H.,“在联想学习实验中模拟大脑动态过程的演变,美国统计协会杂志,1111440-1453(2016)·doi:10.1080/01621459.2016.1165683
[17] 哥罗斯蒂塔,C。;Ombao,H。;普拉多,R。;帕特尔,S。;Eskandar,E.,“探索学习期间猴子大脑信号之间的依赖性,时间序列分析杂志,33771-778(2012)·Zbl 1281.92012年 ·doi:10.1111/j.1467-9892.2011.00767.x
[18] Hinkle,J。;弗莱彻,P。;Joshi,S.,“黎曼流形回归的内禀多项式,数学成像与视觉杂志,50,32-52(2014)·Zbl 1310.53038号 ·doi:10.1007/s10851-013-0489-5
[19] 霍尔布鲁克,A。;兰·S。;Vandenberg-Rodes,A。;Shahbaba,B.,“正定矩阵空间上的测地拉格朗日蒙特卡罗:应用于贝叶斯谱密度估计”,《统计计算与模拟杂志》,88,982-1002(2018)·Zbl 07192588号 ·doi:10.1080/00949655.2017.1416470
[20] Jansen,M。;Oonincx,P.,《第二代小波与应用》(2005),伦敦:Springer-Verlag出版社,伦敦
[21] 克莱斯,R。;Haagmans,R.,《地球科学中的小波》(2000),柏林:斯普林格·弗拉格出版社,柏林·Zbl 0948.00035号
[22] 卡夫提,R。;Collinge,W.,“功率谱估计的惩罚多变量Whittle可能性,生物特征,100447-458(2013)·Zbl 1284.62581号 ·doi:10.1093/biomet/ass088
[23] Lang,S.,微分流形和黎曼流形(1995),纽约:Springer-Verlag,纽约·Zbl 0824.58003号
[24] 马云(Ma,Y.)。;Fu,Y.,流形学习理论与应用(2012),伦敦:CRC出版社,Taylor&Francis,伦敦
[25] 帕斯捷尔纳克,O。;Sochen,N。;Basser,P.,“度量选择对扩散张量MRI数据分析的影响,神经影像,492190-2204(2010)·doi:10.1016/j.neuroimage.2009.10.071
[26] Pennec,X.,“黎曼流形的内在统计:几何测量的基本工具”,《数学成像与视觉杂志》,25127-154(2006)·Zbl 1478.94072号 ·文件编号:10.1007/s10851-006-6228-4
[27] 佩内克,X。;菲尔拉德,P。;Ayache,N.,“张量计算的黎曼框架,国际计算机视觉杂志,66,41-66(2006)·Zbl 1287.53031号 ·doi:10.1007/s11263-005-3222-z
[28] 拉赫曼,I。;德罗里,I。;斯托登,V。;多诺霍,D。;Schröder,P.,“流形值数据的多尺度表示,多尺度建模与仿真,41201-1232(2005)·Zbl 1236.65166号 ·数字对象标识代码:10.1137/050622729
[29] O.Rosen。;Stoffer,D.,“通过平滑样条自动估计多元光谱,生物特征,94335-345(2007)·Zbl 1132.62079号 ·doi:10.1093/biomet/asm022
[30] 赛义德,S。;Lombrun,L。;Berthoumieu,Y。;Manton,J.,“对称正定矩阵空间上的黎曼高斯分布,IEEE信息理论汇刊,63,2153-2170(2017)·兹比尔1366.15029 ·doi:10.1109/TIT.2017.2653803
[31] Smith,S.,“固有Cramér-Rao界限和子空间估计精度”,《IEEE传感器阵列和多通道信号处理研讨会论文集》,489-493(2000)
[32] 维拉尼,C.,《最佳交通:旧的和(2009)》,《新的》,柏林:斯普林格-Verlag出版社,新的,柏林·Zbl 1156.53003号
[33] Wahba,G.,“对数周期图的自动平滑”,《美国统计协会杂志》,75,122-132(1980)·兹比尔0442.62074 ·doi:10.1080/01621459.1980.10477441
[34] Walden,A.,“多锥度多变量谱估计的统一视图,生物特征,87,767-788(2000)·Zbl 1028.62075号 ·doi:10.1093/biomet/87.4.767
[35] Walnut,D.,《小波分析导论》(2002),马萨诸塞州波士顿:Birkhäuser,马萨诸纳州波士顿·2014年9月89日
[36] 袁,Y。;朱,H。;Lin,W。;Marron,J.,“对称正定矩阵的局部多项式回归”,《皇家统计学会杂志》,B辑,74697-719(2012)·Zbl 1411.62110号 ·doi:10.1111/j.1467-9868.2011.01022.x
[37] 郑浩。;Tsui,K.-W。;康,X。;Deng,X.,“协方差矩阵估计的基于Cholesky的模型平均,统计理论和相关领域,148-58(2017)·Zbl 07660528号 ·doi:10.1080/24754269.2017.1336831
[38] 朱,H。;陈,Y。;易卜拉欣,J。;李毅。;霍尔,C。;Lin,W.,“正定矩阵的本征回归模型及其在扩散张量成像中的应用,美国统计协会杂志,1041203-1212(2009)·Zbl 1388.62198号 ·doi:10.1198/jasa.2009.tm08096
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。