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。