×

函数数据的最佳加权距离。 (英语) Zbl 1299.62116号

摘要:许多函数数据分析技术都要求选择函数之间的距离度量,最常见的选择是(L^2)距离。在本文中,我们表明,使用加权内联图像距离,以及明智地选择的权重函数,可以提高函数数据的各种统计方法的性能,包括(k)-中值聚类、非参数分类和置换测试。假设函数数据的二次惩罚(例如样条)基表示,我们考虑三个非平凡的权重函数:设计密度权重、反变差权重和一个新的权重函数,该函数通过有效的迭代过程将结果平方距离的变异系数最小化。在模拟研究中以及在伯克利生长数据和功能磁共振成像数据集的应用中,证明了加权的好处,特别是使用建议的权重函数。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62H30型 分类和区分;聚类分析(统计方面)
92 C55 生物医学成像和信号处理
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Crainiceanu,单方差分量线性混合模型中的似然比检验,《皇家统计学会杂志》,B辑66页165–(2004)·Zbl 1061.62027号 ·doi:10.1111/j.1467-9868.2004.00438.x
[2] Delicado,《数据为密度函数时的函数k样本问题》,《计算统计学》22,第391页–(2007年)·Zbl 1197.62041号 ·doi:10.1007/s00180-007-0047-y
[3] Ferraty,《曲线识别:非参数函数方法》,《计算统计与数据分析》44,第161页–(2003)·Zbl 1429.62241号 ·doi:10.1016/S0167-9473(03)00032-X
[4] 费拉蒂,《非参数函数数据分析:理论与实践》(2006)·Zbl 1119.62046号
[5] Hitchcock,通过预平滑功能数据改进差异性估计,《美国统计协会期刊》101第211页–(2006)·Zbl 1118.62336号 ·doi:10.1198/01621450000000673
[6] Hitchcock,预平滑函数数据对聚类分析的影响,《统计计算与模拟杂志》77页1043–(2007)·兹比尔1131.62056 ·网址:10.1080/10629360600880684
[7] 考夫曼,《在数据中发现群体:聚类分析导论》(1990年)·Zbl 1345.62009号 ·doi:10.1002/9780470316801
[8] Mielke,先验分类的多响应置换过程,统计学理论和方法通信5,第1409页–(1976)·Zbl 0358.62039号 ·doi:10.1080/03610927608827451
[9] R核心团队2012 R:统计计算的语言和环境
[10] Ramsay,功能数据分析(2005)·Zbl 1079.62006号
[11] Ramsay,《使用R和MATLAB进行函数数据分析》(2009年)·Zbl 1179.62006号 ·doi:10.1007/978-0-387-98185-7
[12] Reiss,一类半参数线性模型的平滑参数选择,皇家统计学会杂志,B系列71,第505页–(2009)·Zbl 1248.62057号 ·文件编号:10.1111/j.1467-9868.2008.00695.x
[13] Reiss,《关于组间比较的基于距离的排列测试》,《生物计量学》66,第636页–(2010年)·Zbl 1192.62133号 ·doi:10.1111/j.1541-0420.2009.01300.x
[14] Reiss,《大规模平行非参数回归及其在大脑发育图绘制中的应用》,《计算与图形统计杂志》,第23页,第232页–(2014年)·doi:10.1080/10618600.2012.733549
[15] Ruppert,半参数回归(2003)·Zbl 1038.62042号 ·doi:10.1017/CBO9780511755453
[16] Schumaker,《样条函数:基础理论》(2007)·doi:10.1017/CBO9780511618994
[17] Tarpey,聚类功能数据,《分类杂志》第20期第93页–(2003)·Zbl 1112.62327号 ·doi:10.1007/s00357-003-0007-3
[18] Tuddenham,加州男孩和女孩从出生到18岁的身体发育,儿童发展出版物1,第183页–(1954)
[19] Vardi,多元L1-median和相关数据深度,《美国国家科学院院刊》97页1423–(2000)·Zbl 1054.62067号 ·doi:10.1073/pnas.97.4.1423
[20] Witten,聚类中特征选择的框架,《美国统计协会杂志》105 pp 713–(2010)·Zbl 1392.62194号 ·doi:10.1198/jasa.2010.tm09415
[21] 木材,广义加性模型:R简介(2006)·Zbl 1087.62082号
[22] Wood,半参数广义线性模型的快速稳定限制最大似然和边际似然估计,皇家统计学会杂志,B系列73第3页–(2011)·文件编号:10.1111/j.1467-9868.2010.00749.x
[23] Yao,稀疏纵向数据的功能数据分析,《美国统计协会杂志》100第577页–(2005)·Zbl 1117.62451号 ·doi:10.1198/0162145000001745
[24] 周,回归样条和置信区的局部渐近性,《统计年鉴》26页1760–(1998)·Zbl 0929.62052号 ·doi:10.1214操作系统/1024691356
[25] 左,《共同成长与分离:功能同伦寿命发展轨迹中的地区和性别差异》,《神经科学杂志》30页15034–(2010)·doi:10.1523/JNEUROSCI.2612-10.2010
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。