摘要
我们在这里提供了一个框架来分析切片逆回归(SIR)的相变现象,这是一种由Li引入的有监督降维技术[J.Amer。统计师。协会。 86(1991) 316–342]. 在温和的条件下,渐近比$\rho=lim p/n$是相变参数,SIR估计是一致的当且仅当$\rho=0$。当维数$p$大于$n$时,我们提出了一种对角阈值筛选SIR(DT-SIR)算法。该方法为我们提供了$\operatorname{var}(\mathbb{E}[\boldsymbol{x}|y])$的特征空间估计,即条件期望的协方差矩阵。然后,将协方差矩阵的逆矩阵乘以特征空间,得到所需的降维空间。在对预测器协方差矩阵和方向载荷的稀疏性假设下,证明了DT-SIR在高维数据分析中估计降维空间的一致性。大量数值实验表明,与竞争对手相比,该方法具有优越的性能。
引用
下载引文
钱林。
赵志根。
刘军(Jun S.Liu)。
“关于高维切片逆回归的一致性和稀疏性。”
安。统计师。
46
(2)
580 - 610,
2018年4月。
https://doi.org/10.1214/17-AOS1561
问询处
接收日期:2015年7月1日;修订日期:2017年1月1日;发布日期:2018年4月
欧几里德项目首次推出:2018年4月3日
数字对象标识符:10.1214/17-AOS1561
学科:
主要用户:62J02型
次要:62H25个
关键词:尺寸缩减,随机矩阵理论,分段逆回归
版权所有©2018数学统计研究所