徐培荣;朱，季;朱丽星;李毅 协方差增强判别分析。 （英语） Zbl 1345.62091号 生物特征 102，第1期，33-45（2015）. 摘要：线性判别分析被广泛用于通过特征的线性组合来表征或分离多个类别。然而，现代生物实验特征的高维性挑战了传统的判别分析技术。可能的特征间相关性带来了额外的挑战，在建模中往往未得到充分利用。在本文中，通过结合可能的特征间相关性，我们提出了一种协方差增强的判别分析方法，该方法可以同时一致地选择信息特征并识别相应的可判别类。在较弱的正则性条件下，我们证明了该方法可以实现参数估计和模型选择的一致性，并且可以获得渐近最优的误分类率。广泛的模拟验证了该方法的实用性，我们将其应用于肾移植试验。 引用于8文件 MSC公司： 62小时30分 分类和区分；聚类分析（统计方面） 62G08号 非参数回归和分位数回归 62J12型 广义线性模型（逻辑模型） 关键词：相关性;图形拉索;线性鉴别分析;两两融合;变量选择 PDF格式BibTeX公司 XML格式引用 \textit{P.Xu}等人，《生物统计学》102，第1期，33-45（2015；Zbl 1345.62091） 全文： 内政部 链接