克劳斯·诺德豪森;安妮·鲁伊斯·加森 联合对角化在多元统计中的应用。 (英语) Zbl 1493.62318号 《多元分析杂志》。 188,文章ID 104844,17 p.(2022). 摘要:散布矩阵概括了协方差矩阵,在许多多元数据分析方法中都很有用,包括众所周知的基于协方差矩阵对角化的主成分分析(PCA)。两个或多个散布矩阵的同时对角化超越了主成分分析的范畴,并且被越来越多地使用。在本文中,我们概述了许多基于联合对角化的方法。这些方法包括具有不变坐标选择和盲源分离(包括独立成分分析)的无监督上下文,以及具有判别分析和切片逆回归的监督上下文。它们还包括处理时间序列或空间数据等相关数据的方法。 引用于2文件 MSC公司: 62甲12 多元分析中的估计 62小时25分 因子分析和主成分;对应分析 62H30型 分类和区分;聚类分析(统计方面) 62小时99 多变量分析 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 62M40型 随机字段;图像分析 关键词:盲源分离;尺寸缩减;独立成分分析;不变分量选择;散布矩阵;监督降维 软件:BSSasymp公司;ICALAB公司;MNM公司;ICS输出器;RobStatTM公司;空间BSS;集成电路;R(右);鲁棒基地 PDF格式BibTeX公司 XML格式引用 \textit{K.Nordhausen}和\textit{A.Ruiz-Gazen},J.多元分析。188,文章ID 104844,17 p.(2022;Zbl 1493.62318) 全文: DOI程序 参考文献: [1] 阿达利,T。;安德森,M。;Fu,G.-S.,《独立分量和向量分析的多样性:可识别性、算法和在医学成像中的应用》,IEEE信号处理。Mag.,31,18-33(2014) [2] 阿拉斯瓦利,F。;Kent,J.T.,《在不变坐标选择和投影追踪中使用通用位置测量》,J.多元分析。,152, 145-161 (2016) ·Zbl 1348.62184号 [3] Anderson,T.,《多元统计分析导论》(2003),威利出版社:威利纽约·Zbl 1039.62044号 [4] Archimbaud,A。;May,J。;诺德豪森,K。;Ruiz-Gazen,A.:ICS通过闪亮应用程序(2018),R包版本0.5 [5] Archimbaud,A。;诺德豪森,K。;Ruiz-Gazen,A.,多变量离群值检测的ICS,应用于质量控制,计算。统计师。数据分析。,128, 184-199 (2018) ·Zbl 1469.62016号 [6] Archimbaud,A。;诺德豪森,K。;Ruiz-Gazen,A.,无监督异常值检测,R(右)期刊,10,1,234-250(2018) [7] 巴乔克,F。;Genton,M.G。;诺德豪森,K。;Ruiz Gazen,A。;Virta,J.,空间盲源分离,Biometrika,107627-646(2020)·Zbl 1451.62052号 [8] Belouchrani,A。;Abed Meraim,K。;卡多佐,J.-F。;Moulines,E.,基于二阶统计的盲源分离技术,IEEE Trans。信号处理。,45, 434-444 (1997) [9] 比洛多,M。;Brenner,D.,多元统计理论(2008),Springer:Springer New York [10] 布拉,E。;Cook,R.,《扩展切片反向回归:加权二次检验》,J.Amer。统计师。协会,96,996-1003(2001)·Zbl 1047.62035号 [11] 布拉,E。;杨,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 [12] Cardoso,J.-F.,使用高阶矩进行源分离,(IEEE声学、语音和信号处理国际会议论文集(1989),IEEE),2109-2112 [13] 卡多佐,J.-F。;Souloumiac,A.,《同时对角化的雅可比角》,SIAM J.矩阵分析。申请。,17, 161-164 (1996) ·Zbl 0844.65028号 [14] 因果窦,H。;费克里,M。;哈卡姆,S。;Ruiz-Gazen,A.,多元异常值的监测显示,计算。统计师。数据分析。,44, 1, 237-252 (2003) ·Zbl 1429.62217号 [15] 因果窦,H。;Ruiz,A.,通过广义主成分分析对多维数据进行有趣的预测,(Momirović,K.;Mildner,V.,Compstat(1990),Physica-Verlag HD:Physica-Verlag HD Heidelberg),121-126 [16] 因果窦,H。;Ruiz-Gazen,A.,《分类和广义主成分分析》,(Brito,P.;Cucumel,G.;Bertrand,P.和de Carvalho,F.,《数据分析和分类的选定贡献》(2007),施普林格:施普林格柏林),539-548·Zbl 1181.68110号 [17] Chabriel,G。;Kleinsteuber先生。;莫罗,E。;沈,H。;蒂查夫斯基,P。;Yeredor,A.,联合矩阵分解和盲源分离:方法、识别和应用综述,IEEE信号处理。Mag.,31,3,34-43(2014) [18] Choi,S。;Cichocki,A.,从噪声混合物中盲分离非平稳和时间相关源,(信号处理用神经网络X。2000年IEEE信号处理学会研讨会论文集,第1卷(2000),IEEE),405-414 [19] Choi,S。;Cichocki,A.,噪声混合物中非平稳源的盲分离,电子。莱特。,36, 848-849 (2000) [20] Cichocki,A。;Amari,S.-I.,《自适应盲信号和图像处理:学习算法和应用》(2002),John Wiley&Sons:John Willey&Sons纽约 [21] Clarkson,D.,算法AS 211的最小二乘版本:F-G对角化算法,应用。统计,37,317-321(1988) [22] 科蒙,P。;Jutten,C.,《盲源分离手册:独立成分分析和应用》(2010),学术出版社:牛津大学学术出版社 [23] Cook,R.,SAVE:回归中的降维和图形方法,Comm.Statist。理论方法,292109-2121(2000)·Zbl 1061.62503号 [24] 库克,R.D.,《多元降维切片》,《多元分析杂志》。,第104812条pp.(2021),(在线优先) [25] 克里奇利,F。;Pires,A。;Amado,C.,《主轴分析技术报告》(2006),开放大学米尔顿·凯恩斯 [26] 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 [27] 费克里,M。;Ruiz-Gazen,A.,《B稳健非迭代散布矩阵估计器:渐近性及其在使用不变坐标选择进行聚类检测中的应用》,(Nordhausen,K.;Taskinen,S.,《现代非参数、稳健和多元方法:Festschrift in Honour of Hannu Oja》(2015),Springer International Publishing:施普林格国际出版公司Cham),395-423 [28] 费舍尔(D.Fischer)。;M.Honkatukia。;Tuiskula-Haavisto,M。;诺德豪森,K。;卡韦罗,D。;Preisinger,R。;Vilkki,J.,使用不变坐标选择在基因型数据中检测亚群,BMC生物信息学,18,173-181(2017) [29] 费舍尔(D.Fischer)。;诺德豪森,K。;Oja,H.,《基于生物信息学下游分析散点矩阵对角化的线性降维》,Heliyon,6,文章e05732 pp.(2020) [30] Fisher,R.,《分类问题中多重测量的使用》,Ann.Eugen。,179-188年7月2日(1936年) [31] Flury,B.,《常见主成分和相关多元模型》(1988),John Wiley&Sons:John Willey&Sons Chichester·Zbl 1081.62535号 [32] 弗鲁里,B.N。;Gautschi,W.,将几个正定对称矩阵同时正交变换为近似对角形式的算法,SIAM J.Sci。统计计算。,7, 1, 169-184 (1986) ·Zbl 0614.65043号 [33] Hotelling,H.,两组变量之间的关系,生物统计学,28,321-377(1936)·Zbl 0015.40705号 [34] Huber,P.,投影追踪,Ann.统计师。,13, 435-475 (1985) ·Zbl 0595.62059号 [35] Huber,P。;Ronchetti,E.,《稳健统计》(2011),威利:威利霍博肯 [36] Illner,K。;Miettinen,J。;富克斯,C。;Taskinen,S。;诺德豪森,K。;Oja,H。;Theis,F.,使用二阶盲源分离算法的极限分布进行模型选择,信号处理。,113, 95-103 (2015) [37] Ilmonen,P。;Nevalainen,J。;Oja,H.,多元分布和不变坐标系的特征,统计。普罗巴伯。莱特。,80, 23, 1844-1853 (2010) ·Zbl 1202.62068号 [38] Ilmonen,P。;诺德豪森,K。;Oja,H。;Theis,F.,《仿射等变稳健二阶BSS方法》(Vincent,E.;Yeredor,A.;Koldovsk,Z.;Tichavsk,P.,《潜在变量分析和信号分离》,LVA/ICA 2015。计算机科学讲稿,第9237卷(2015),施普林格:施普林格商学院,328-335 [39] Ilmonen,P。;Oja,H。;Serfling,R.,《关于不变坐标系(ICS)泛函》,国际。统计师。修订版,80,93-110(2012)·兹比尔1422.62175 [40] Jolliffe,I.,主成分分析(2002),Springer:Springer New York·兹比尔1011.62064 [41] 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。,16, 357-379 (2007) ·Zbl 1405.62062号 [42] Li,K.-C.,降维切片逆回归,J.Amer。统计师。协会,86,414,316-327(1991)·Zbl 0742.62044号 [43] 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 [44] Li,B.,充分降维方法及其应用R(右)(2018),查普曼和霍尔/CRC:查普曼与霍尔/CRC博卡拉顿·Zbl 1408.62011号 [45] 李,B。;Wang,S.,《关于降维的方向回归》,J.Amer。统计师。协会,102479997-1008(2007)·Zbl 1469.62300号 [46] Liski,E。;诺德豪森,K。;Oja,H.,监督不变坐标选择,统计学,4711-731(2014)·Zbl 1326.62092号 [47] Loperfido,N.,两个峰度矩阵的一些理论性质及其在不变坐标选择中的应用,《多元分析》。,第104809条pp.(2021)·Zbl 1476.62140号 [48] 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 [49] 罗,W。;Li,B.,通过预测值增强确定订单,Biometrika,108,557-574(2021)·Zbl 07459716号 [50] 马云(Ma,Y.)。;朱莉,《降维综述》,国际。统计师。修订版,81、1、134-150(2013)·Zbl 1416.62220号 [51] Mardia,K。;Kent,J。;Bibby,J.,多元分析(1979),学术出版社:伦敦学术出版社·Zbl 0432.62029号 [52] Maronna,R.A.,多元位置和散布的稳健M-估计,《统计年鉴》。,51-67 (1976) ·Zbl 0322.62054号 [53] Maronna,R.A。;马丁·R·D。;尤海,V.J。;Salibián-Barrera,M.,《稳健统计:理论和方法》R(右))(2019),John Wiley&Sons:John Willey&Sons纽约·Zbl 1409.62009号 [54] Maronna,R.A。;Yohai,V.J.,多元位置和散布的稳健估计,(Balakrishnan,N.;Colton,T.;Everitt,B.;Piegorsch,W.;Ruggeri,F.;Teugels,J.,Wiley StatsRef:在线统计参考(2016),Wiley),1-12 [55] Matilainen,M。;克罗克斯,C。;诺德豪森,K。;Oja,H.,多元时间序列的监督降维,计量经济学。统计,457-69(2017) [56] Matilainen,M。;克罗克斯,C。;诺德豪森,K。;Oja,H.,多变量时间序列的切片平均方差估计,统计学,53630-655(2019)·Zbl 1419.62239号 [57] Matilainen,M。;诺德豪森,K。;Oja,H.,用于时间序列的新的独立分量分析工具,Statist。普罗巴伯。莱特。,105, 80-87 (2015) ·Zbl 1396.62214号 [58] Miettinen,J.,SOBI的替代对角性标准,(Nordhausen,K.;Taskinen,S.,《现代非参数、稳健和多元方法:纪念Hannu Oja的Festschrift》(2015),Springer:Springer-Cham),455-469·Zbl 1336.62003年 [59] Miettinen,J。;Illner,K。;诺德豪森,K。;Oja,H。;Taskinen,S。;Theis,F.,《使用自方差矩阵分离不相关平稳时间序列》,《时间序列分析》。,37, 337-354 (2016) ·Zbl 1381.62250号 [60] Miettinen,J。;Matilainen,M。;诺德豪森,K。;Taskinen,S.,《使用独立成分分析提取条件异方差成分》,《时间序列分析杂志》。,41, 293-311 (2020) ·Zbl 1447.62104号 [61] Miettinen,J。;诺德豪森,K。;Oja,H。;Taskinen,S.,平稳时间序列盲源分离估计器的统计特性,Statist。普罗巴伯。莱特。,82, 11, 1865-1873 (2012) ·Zbl 1312.62110号 [62] Miettinen,J。;诺德豪森,K。;Oja,H。;Taskinen,S.,基于通缩的不相关平稳时间序列分离,J.多元分析。,123, 214-227 (2014) ·兹比尔1278.62147 [63] Miettinen,J。;诺德豪森,K。;Taskinen,S.,基于联合对角化的盲源分离R(右):软件包和J.Stat.Softw。,76, 1-31 (2017) [64] Miettinen,J。;Taskinen,S。;诺德豪森,K。;Oja,H.,《四阶矩和独立分量分析》,统计学。科学。,30, 3, 372-390 (2015) ·Zbl 1332.62196号 [65] 穆尔曼,C。;Bachoc,F。;Nordhausen,K.,空间非平稳源分离(2021),Arxiv [66] 穆尔曼,C。;法切维科娃,K。;加德洛,A。;简契科娃,H。;Nordhausen,K.,《成分数据的独立成分分析》,(Daouia,A.;Ruiz-Gazen,A.,《当代统计学和计量经济学的进展:纪念克里斯汀·托马斯·阿格南的节日》(2021),施普林格:施普林格·查姆),525-545·兹伯利07645418 [67] 穆尔曼,C。;诺德豪森,K。;Oja,H.,空间数据的切片逆回归,(Bura,E.;Li,B.,纪念R.Dennis Cook的Festschrift:对统计科学的五十年贡献(2021),施普林格:施普林格商会),87-107 [68] 穆尔曼,C。;诺德豪森,K。;Virta,J.,:多元空间数据的盲源分离(2021),R包版本0.11-0 [69] 穆尔曼,C。;诺德豪森,K。;Yi,M.,《多元空间预测的协同克里金、神经网络和空间盲源分离》,IEEE Geosci。遥感快报。,1-5 (2020) [70] Nordhausen,K.,关于非平稳时间序列的一些二阶盲源分离方法的鲁棒性,Statist。论文,55,1,141-156(2014)·Zbl 1308.62176号 [71] 诺德豪森,K。;费舍尔,G。;Filzmoser,P.,合成时间序列的盲源分离,数学。地质科学。,53, 905-924 (2021) ·Zbl 1472.86027号 [72] 诺德豪森,K。;沟渠,H.W。;Oja,H。;Theis,F.J.,《ICA若干散布矩阵的联合对角化》,(Theis,F。;Cichocki,A.;Yeredor,A.;Zibulevsky,M.,《潜在变量分析与信号分离:第十届国际会议》(2012),施普林格:施普林格柏林),172-179 [73] 诺德豪森,K。;Matilainen,M。;Miettinen,J。;维塔,J。;Taskinen,S.,盲源分离上下文中时间序列的降维R(右)、J.Stat.Softw.、。,98, 1-30 (2021) [74] 诺德豪森,K。;Oja,H.,具有独立块特性的散射矩阵和ISA,(2011年第19届欧洲信号处理会议(2011年),IEEE),1738-1742 [75] 诺德豪森,K。;Oja,H.,《独立成分分析:统计视角》,《WIREs:计算》。Stat.,10,第1440条pp.(2018) [76] 诺德豪森,K。;Oja,H。;Filzmoser,P。;Reimann,C.,空间成分数据的盲源分离,数学。地质科学。,47, 7, 753-770 (2015) ·兹比尔1323.86031 [77] 诺德豪森,K。;Oja,H。;Ollila,E.,《基于两个散布矩阵的稳健独立分量分析》,澳大利亚。《美国法律总汇》,37,91-100(2008) [78] 诺德豪森,K。;Oja,H。;Ollila,E.,《多元模型和前四矩》(Hunter,D.R.;Richards,D.S.R.;Rosenberger,J.L.,《非参数统计和混合模型》(2011),《世界科学:世界科学黑客》),267-287·Zbl 1414.62171号 [79] 诺德豪森,K。;Oja,H。;Tyler,D.E.,《关于不变多元符号和秩检验的效率》(Liski,E.P.;Isotalo,J.;Niemelä,J.,Puntanen,S.;Styan,G.P.H.,《塔尔莫·普奎拉60岁生日时的费斯特施里夫》(2006),坦佩雷大学:坦佩雷州立大学),217-231·Zbl 1145.62341号 [80] 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, 1-31 (2008) [81] 诺德豪森,K。;Oja,H。;Tyler,D.,子空间维的渐近和自举检验,J.多元分析。,第104830条pp.(2021),(在线优先) [82] 诺德豪森,K。;Oja,H。;泰勒,D。;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, 887-891 (2017) [83] 诺德豪森,K。;Oja,H。;泰勒,D.E。;Virta,J.,:估算和测试线性降维中感兴趣组件的数量(2021年),R包版本0.3-4 [84] K.Nordhausen,E.Ollila,H.Oja,《ICA和盲源分离的性能指标》,摘自:2011年IEEE第12届无线通信信号处理进展国际研讨会,2011年,第486-490页。 [85] 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 [86] 诺德豪森,K。;Virta,J.,FOBI属性和扩展概述,Knowl-基于系统。,173, 113-116 (2019) [87] Oja,H.,《基于空间符号和等级的多元非参数方法与R.an方法》(2010),Springer:Springer New York·Zbl 1269.62036号 [88] Oja,H。;Sirkiä,S。;Eriksson,J.,《散布矩阵和独立成分分析》,奥地利统计杂志,35,175-189(2006) [89] 潘,Y。;Matilainen,M。;Taskinen,S。;Nordhausen,K.,《二阶盲辨识方法综述》,WIREs Comput。Stat.,n/a,文章e1550 pp.(2021) [90] 佩尼亚,D。;普列托·F·J。;Viladomat,J.,峰度矩阵的特征向量作为揭示聚类结构的有趣方向,J.Multivariate Anal。,101, 9, 1995-2007 (2010) ·Zbl 1203.62114号 [91] 普里,M.L。;Sen,P.K.,《多元分析中的非参数方法》(1971),John Wiley&Sons出版社:John Wiley&Sons出版社,美国纽约·Zbl 0237.62033号 [92] R核心团队,M.L。,R(右):统计计算语言与环境(2021),R(右)统计计算基础:R(右)奥地利维也纳统计计算基金会 [93] Radojicic,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.;Pesta,M.,Schindler,M.《统计学分析方法》,《统计分析方法》(Analytical Methods in Statistics),非盟驻苏丹特派团2019年(2020年),施普林格:施普林格查·Zbl 1455.62105号 [94] Radojicic,美国。;诺德豪森,K。;Oja,H.,《信息和独立成分分析的概念》,应用。数学。,65, 311-330 (2020) ·Zbl 07217113号 [95] Schott,J.R.,《统计矩阵分析》(2005),John Wiley&Sons:John Willey&Sons Hoboken·Zbl 1076.15002号 [96] Serfling,R.,《多元分位数和相关函数的等方差和不变性,以及标准化的作用》,J.Nonparametr。统计,22915-936(2010)·Zbl 1203.62103号 [97] Serfling,R.,《关于等价坐标系内不变量(IWECS)变换》,(Nordhausen,K.;Taskinen,S.,《现代非参数、稳健和多元方法:纪念Hannu Oja的节日》(2015),Springer国际出版:Springer International Publishing Cham),445-457·Zbl 1336.62003年 [98] 唐英年。;刘建勇。;Sutherland,M.T.,《从EEG中恢复相关神经元源:使用SOBI的好方法和坏方法》,NeuroImage,28507-519(2005) [99] Taskinen,S。;Miettinen,J。;Nordhausen,K.,分离不相关平稳时间序列的一种更有效的二阶盲辨识方法,Statist。普罗巴伯。莱特。,116, 21-26 (2016) ·Zbl 1419.62251号 [100] 泰斯,F。;Inouye,Y.,《联合对角化在盲信号处理中的应用》,(IEEE电路与系统国际研讨会(2006),IEEE),3589-3593 [101] Tong,L。;很快,V。;黄,Y。;Liu,R.,AMUSE:一种新的盲辨识算法,(IEEE国际电路与系统研讨会论文集(1990),IEEE),1784-1787 [102] 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。,71549-592(2009年)·Zbl 1250.62032号 [103] Virta,J.,分散性和独立性的一步M估计,Statist。普罗巴伯。莱特。,110133-136(2016)·兹比尔1338.62097 [104] 维塔,J。;李,B。;诺德豪森,K。;Oja,H.,张量值数据的独立分量分析,J.多元分析。,162, 172-192 (2017) ·Zbl 1381.62107号 [105] 维塔,J。;李,B。;诺德豪森,K。;Oja,H.,多元功能数据的独立成分分析,J.多元分析。,176,第104568条pp.(2020)·Zbl 1436.62232号 [106] Weisberg,S.,《降维回归》R(右)、J.Stat.Softw.、。,7, 1, 1-22 (2002) [107] Yeredor,A.,最小平方意义下的非正交联合对角化及其在盲源分离中的应用,IEEE Trans。信号处理。,50, 7, 1545-1553 (2002) ·Zbl 1369.15005号 [108] 齐河,A。;拉斯科夫,P。;诺尔特,G。;Müller,K.-R,带非正交变换的联合对角化快速算法及其在盲源分离中的应用,J.Mach。学习。决议,777-800年7月5日(2004年)·Zbl 1222.65043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。