×

子空间维数的渐近和bootstrap检验。 (英语) Zbl 1493.62317号

总结:文献中提出的许多线性降维方法都可以使用适当的散布矩阵对进行公式化。然后,通常使用一个散射矩阵相对于另一散射矩阵的特征分解来确定信号子空间的维数,并分离数据的信号和噪声部分。详细研究了三种常用的降维方法,即主成分分析(PCA)、四阶盲辨识(FOBI)和切片逆回归(SIR),并利用特征值子集的前两个矩来测试信号空间的维数。讨论了测试统计量的极限零分布,并针对小样本情况提出了新的引导策略。在这三种情况下,还引入了基于一致测试的信号子空间维数估计。在实际数据示例中说明了渐近和bootstrap测试。

MSC公司:

62甲12 多元分析中的估计
2012年12月62日 参数估计量的渐近性质
62H25个 因子分析和主成分;对应分析
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] R.Beran。;Srivastava,M.S.,协方差矩阵函数的Bootstrap检验和置信域,Ann.Statist。,15, 1, 470-471 (1987) ·Zbl 0655.62049号
[2] 比洛多,M。;Brenner,D.,多元统计理论(1999),Springer-Verlag:Springer-Verlag纽约·Zbl 0930.62054号
[3] 布兰查德,G。;杉山,M。;Kawanabe,M。;斯波科尼,V。;Müller,K.-R.,《非高斯分量分析:线性降维的半参数框架》,(Weiss,Y.;Schölkopf,B.;Platt,J.,《神经信息处理系统的进展》,第18卷(2006年),麻省理工学院出版社:麻省理学院出版社剑桥,马萨诸塞州),131-138
[4] 布拉,E。;Cook,R.D.,《扩展切片反向回归:加权二次检验》,J.Amer。统计师。协会,96455996-1003(2001)·兹比尔1047.62035
[5] 布拉,E。;Yang,J.,充分降维中的维数估计:统一方法,J.多元分析。,102, 1, 130-142 (2011) ·Zbl 1206.62107号
[6] J.-F.c.Cardoso,使用高阶矩进行源分离,摘自:IEEE声学、语音和信号处理国际会议论文集,1989年,第2109-2112页。
[7] 因果窦,H。;Ruiz-Gazen,A.,投影追踪和广义主成分分析,(Morgenthaler,S.;Ronchetti,E.;Stahel,W.,《统计数据分析和稳健性的新方向》(1933),Birkhäuser,巴塞尔),328-332
[8] Cook,R.D.,《检验预测因子在充分降维中的贡献》,Ann.Statist。,32, 3, 1062-1092 (2004) ·Zbl 1092.62046号
[9] 库克·R。;Weisberg,S.,《降维切片逆回归:评论》,J.Amer。统计师。协会,86,414,328-332(1991)·Zbl 1353.62037号
[10] 克罗克斯,C。;Haesbroeck,G.,基于协方差或相关矩阵稳健估计的主成分分析:影响函数和效率,Biometrika,87,3,603-618(2000)·Zbl 0956.62047号
[11] Daudin,J.-J。;杜比,C。;Trécourt,P.,用bootstrap方法研究主成分分析的稳定性,Stat.A J.Theor。申请。统计,19,2,241-258(1988)·Zbl 0643.62043号
[12] Dray,S.,《关于主成分的数量:基于矩阵之间相似性度量的维度测试》,计算。统计师。数据分析。,52, 4, 2228-2237 (2008) ·Zbl 1452.62409号
[13] 伊顿,M.L。;Tyler,D.E.,关于Wielandt不等式及其在随机对称矩阵特征值渐近分布中的应用,Ann.Statist。,19, 1, 260-271 (1991) ·Zbl 0742.62015号
[14] 伊顿,M.L。;Tyler,D.,奇异值的渐近分布及其在典型相关和对应分析中的应用,J.多元分析。,50, 2, 238-264 (1994) ·Zbl 0805.62020号
[15] 霍尔,P。;Wilson,S.R.,《自助假设检验的两个指南》,生物统计学,47,2757-762(1991)
[16] 汉佩尔,F。;Ronchetti,E。;卢梭,P。;Stahel,W.,《稳健统计:基于影响函数的方法》(1986年),威利出版社:威利纽约·Zbl 0593.62027号
[17] Hettmansperger,T.P.公司。;Randles,R.H.,一个实用的仿射等变多变量中位数,Biometrika,89,4851-860(2002)·Zbl 1036.62045号
[18] Jackson,D.A.,《主成分分析中的停止规则:启发式和统计方法的比较》,生态学,74,8,2204-2214(1993)
[19] Jolliffe,I.,(主成分分析。主成分分析,斯普林格统计系列(2002),斯普林格出版社,纽约),xxx+487·Zbl 1011.62064号
[20] Kankainen,A。;Taskinen,S。;Oja,H.,基于位置向量和散布矩阵的多正态性检验,统计方法应用。J.意大利。Stat.Soc.,16,3,357-379(2007年)·Zbl 1405.62062号
[21] Kelker,D.,球面分布的分布理论和位置尺度参数推广,SankhyĀ,32,419-438(1970)·Zbl 0223.60008号
[22] Lane,D.M.,《重复测量设计中的球形假设:它意味着什么以及违反时该怎么做》,Quant。方法心理学。,12, 2, 114-122 (2016)
[23] Li,K.-C.,降维切片逆回归,J.Amer。统计师。协会,86,414,316-342(1991),作者的讨论和反驳·Zbl 0742.62044号
[24] Li,K.C.,《关于数据可视化和降维的主要黑森方向:Stein引理的另一个应用》,J.Amer。统计师。协会,87,420,1025-1039(1992)·Zbl 0765.62003年
[25] Li,B.,《R的充分降维方法及应用》(2018),CRC出版社:CRC出版社Boca Raton·Zbl 1408.62011号
[26] 罗,W。;Li,B.,结合特征值和特征向量的变化来确定顺序,生物特征,103,4,875-887(2016)·Zbl 1506.62304号
[27] 马云(Ma,Y.)。;Zhu,L.,《降维综述》,《国际统计评论》,第81、1、134-150页(2013年)·Zbl 1416.62220号
[28] 诺德豪森,K。;Oja,H。;Ollila,E.,《多元模型和前四阶矩》,(非参数统计和混合模型(2011),《世界科学》。出版物。,新泽西州哈肯萨克),267-287·Zbl 1414.62171号
[29] 诺德豪森,K。;Oja,H。;Tyler,D.E.,《探索多元数据的工具:The package》,J.Stat.Softw。,28, 6, 1-31 (2008)
[30] 诺德豪森,K。;Oja,H。;泰勒,D.E。;Virta,J.,非高斯子空间维数的渐近和自举测试,IEEE信号处理。莱特。,24, 6, 887-891 (2017)
[31] 诺德豪森,K。;Oja,H。;泰勒,医学博士。;Virta,J.:估计和测试线性降维中感兴趣的分量的数量(2021),R(右)包版本0.3-4
[32] 诺德豪森,K。;西尔基亚,S。;Oja,H。;Tyler,D.E.,:多元非参数工具(2018),R(右)程序包版本1.1-1
[33] 诺德豪森,K。;Tyler,D.E.,关于稳健协方差插件方法的警告,Biometrika,102,3,573-588(2015)·Zbl 1452.62416号
[34] Oja,H。;Sirkiä,S。;Eriksson,J.,《散布矩阵和独立成分分析》,澳大利亚。J.Stat.,35,2&3,175-189(2016)
[35] 拉多吉奇奇,美国。;Nordhausen,K.,《非高斯分量分析:测试信号子空间的维数》(Non-Gaussian component analysis:Testing the dimension of the signal subspace),(Maciak,M.;Pešta,M.和Schindler,M.,《统计学中的分析方法》(2020),斯普林格国际出版:斯普林格出版社Cham),第101-123页·Zbl 1455.62105号
[36] Schott,J.R.,协方差矩阵最小特征值相等性的高维检验,J.多元分析。,97, 4, 827-843 (2006) ·Zbl 1086.62072号
[37] Theis,F.J。;Kawanabe,M。;Müller,K.-R.,基于非高斯降维的唯一性,IEEE Trans。信号处理。,59, 9, 4478-4482 (2011) ·Zbl 1391.62109号
[38] Tyler,D.E.,《径向估计和球形检验》,《生物统计学》,69,2,429-436(1982)·Zbl 0501.62041号
[39] Tyler,D.E.,多根局部替代下主成分根的渐近分布,Ann.Statist。,11, 4, 1232-1242 (1983) ·Zbl 0546.62007号
[40] Tyler,D.E.,多元离散的无分布(M)估计,《统计年鉴》。,15, 1, 234-251 (1987) ·Zbl 0628.62053号
[41] 泰勒,D.E。;克里奇利,F。;Dümbgen,L。;Oja,H.,《不变量坐标选择》,J.R.Stat.Soc.Ser。B统计方法。,71, 3, 549-592 (2009) ·Zbl 1250.62032号
[42] Vieira,V.M.N.C.S.,排列测试,估计主成分分析的显著性,计算。经济。软质。,2, 103-123 (2012)
[43] 维塔,J。;Nordhausen,K.,使用主成分分析估计信号数量,Stat,8,1,文章e231 pp.(2019)
[44] Weisberg,S.,中的降维回归R(右)、J.Stat.Softw。第7、1、1-22条(2002年)
[45] Ye,Z。;Weiss,R.E.,使用bootstrap选择一种新的降维方法,J.Amer。统计师。协会,98,464,968-979(2003)·Zbl 1045.62034号
[46] 朱,L。;苗,B。;Peng,H.,《关于高维协变量的分层逆回归》,J.Amer。统计师。协会,101,474,630-643(2006)·Zbl 1119.62331号
[47] 朱,L。;Wang,T。;朱,L。;Ferré,L.,通过离散化期望估计实现充分降维,Biometrika,97,2,295-304(2010)·Zbl 1205.62048号
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。