×
艾克·C·布雷克曼。;乔，哈里

使用截断藤蔓和因子分析对相关矩阵进行简约参数化。 （英语） Zbl 1506.62028号

计算。统计数据分析。 77, 233-251 (2014).
摘要：在经典多元分析和现代copula建模中，相关矩阵是使用多元正态分布和copula进行相关性建模的核心概念。由于相关参数的数量随变量的数量呈二次增加，因此根据（mathcal{O}（d））参数对大型相关矩阵进行简约参数化很重要。虽然因子分析通常用于此目的，但使用藤蔓是一种很有吸引力的替代方法：藤蔓为基于树序列的图形模型，并且基于代数独立相关性和部分相关性方面的相关矩阵分解。通过限制树的数量，通过所谓的截断，可以找到相关矩阵的简约参数化。此外，截断藤蔓和因子模型可以结合起来定义一个组合模型，并从这两种方法中的每一种中获得各自的好处。讨论了不同的参数化以及如何对数据进行估计。特别是，提出了截断藤蔓的生成树算法和组合因子线模型的改进EM算法，并在仿真研究中进行了评估。心理测量和金融数据集的三个应用说明了不同的节约型模型。

引用于8文件

MSC公司：

62-08 统计问题的计算方法
62小时05 多元概率分布的表征与结构理论；连接线
62时20分 关联度量（相关性、典型相关性等）
62P05号 统计学在精算科学和金融数学中的应用

关键词：

多元正态变量;偏相关;规则藤蔓;马尔可夫树;EM算法

软件：

心理
PDF格式BibTeX公司 XML格式引用
\textit{E.C.Brechmann}和\textit{H.Joe}，计算。统计数据分析。77233--251（2014；Zbl 1506.62028）
全文： 内政部

参考文献：

[1] 贝德福德，T。；Cooke，R.M.，《因随机变量的新图形模型》，Ann.Statist。，301031-1068，（2002年）·Zbl 1101.62339号
[2] Bollen，K.A.，具有潜在变量的结构方程，（1989），Wiley New York·Zbl 0731.62159号
[3] Bollen，K.A。；Long，J.S.，《结构方程模型的测试：简介》，《社会学》。方法研究，21，123-131，（1992）
[4] 盒子，G.E.P。；詹金斯，G.M。；Reinsel，G.C.，《时间序列：预测与控制》，（2008），新泽西州普伦蒂斯·霍尔-恩格尔伍德悬崖·Zbl 1154.62062号
[5] Braeken，J。；Tuerlinckx，F。；De Boeck，P.，《剩余依赖的Copulas》，《心理测量学》，72，393-411，（2007）·Zbl 1286.62101号
[6] Brechmann，E.C。；Czado，C。；Aas，K.，截断高维规则葡萄树，应用于财务数据，加拿大。J.统计。，40, 1, 68-85, (2012) ·Zbl 1274.62381号
[7] 丹尼尔斯，M.J。；Kass，R.E.，协方差矩阵的收缩估计，生物统计学，571173-1184，（2001）·Zbl 1209.62132号
[8] Dempster，A.P.，协方差选择，生物统计学，28157-175，（1972）
[9] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然》，J.R.Stat.Soc.Ser。B统计方法。，39, 1, 1-38, (1977) ·Zbl 0364.62022号
[10] 迪·曼，J。；Brechmann，E.C。；Czado，C。；Kurowicka，D.，选择和估计规则藤蔓交配及其在财务回报中的应用，计算。统计师。数据分析。，59, 1, 52-69, (2013) ·Zbl 1400.62114号
[11] Gabow，H.N.，按顺序生成加权生成树的两种算法，SIAM J.Compute。，6, 1, 139-150, (1977) ·Zbl 0346.68021号
[12] Geweke，J。；周刚，《套利定价理论的定价误差测量》，《金融评论》。螺柱，9557-587，（1996）
[13] Gruber，L.，Czado，C.，规则藤结的序贯贝叶斯模型选择。预印本（2013）·Zbl 1335.62048号
[14] Harman，H.H.，现代因素分析，（1967），芝加哥大学出版社，芝加哥·Zbl 0161.39805号
[15] 约翰逊，R。；Wichern，D.W.，应用多元统计分析，（2002），新泽西州普伦蒂斯·霍尔-恩格尔伍德克利夫斯
[16] 琼多，E。；Poon，S.-H。；Rockinger，M.，非高斯分布下的金融建模，（2007），施普林格伦敦·兹比尔1138.91002
[17] 克鲁普斯基，P。；Joe，H.，多元数据的因子copula模型，J.多元分析。，120, 85-101, (2013) ·Zbl 1280.62070号
[18] Kullback，S.，《关于检验相关矩阵》，J.R.Stat.Soc.Ser。C申请。《统计》，16，1，80-85，（1967）
[19] Kurowicka，D.，《葡萄藤的最佳截断》（Kurowick，D.；Joe，H.，《依赖建模：葡萄藤Copula手册》，（2011年），新加坡世界科学出版社）
[20] Kurowicka，D。；库克，R.M.，正定矩阵的部分相关树参数化，线性代数应用。，372, 225-251, (2003) ·Zbl 1027.60070
[21] Kurowicka，D。；库克，R.M.，部分相关藤的完备性问题，线性代数应用。，418, 188-200, (2006) ·Zbl 1106.15011号
[22] Kurowicka，D。；Joe，H.，《依赖建模：藤蔓系谱手册》，（2011），新加坡世界科学出版社
[23] Lange，K.，《统计学家数值分析》（2010），纽约施普林格出版社·Zbl 1258.62003号
[24] 劳利，D.N。；Maxwell，A.E.，作为统计方法的因子分析，（1971），巴特沃斯伦敦·Zbl 0251.62042号
[25] Lewandowski，D。；Kurowicka，D。；Joe，H.，基于藤蔓和扩展洋葱方法生成随机相关矩阵，J.多元分析。，100, 9, 1989-2001, (2009) ·Zbl 1170.62042号
[26] 孟，X.-L。；Rubin，D.B.，《通过ECM算法的最大似然估计：一般框架》，《生物特征识别》，80，2，267-278，（1993）·Zbl 0778.62022号
[27] Prim，R.C.，最短连接网络和一些推广，贝尔系统。《技术期刊》，36，1389-1401，（1957）
[28] Revelle，W.，《心理学：心理学、心理测量学和人格研究程序》，（2012年），伊利诺伊州西北大学埃文斯顿分校，R包版本1.2.8
[29] Steiger，J.H.，《反向快速驱动：结构方程建模中软件开发、理论和教育之间的关系》，J.Amer。统计师。协会，96，331-338，（2001）
[30] 瑟斯顿，L.L.，《多因素理论》，（1933），爱德华兹兄弟公司，安阿伯
[31] Whittaker，J.，应用多元统计中的图形模型，（2008），Wiley·兹比尔1151.62053
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。