×
库克，R.丹尼斯;莉莉亚娜·福扎尼;亚当·罗斯曼。

在丰富的高维回归中估计预测因子的充分减少。 （英文） Zbl 1246.62150号

Ann.统计。 40，第1期，353-384（2012）.
摘要：我们研究了当样本大小和预测因子数量在不同排列中增长时，一类方法在高维回归中充分降维的渐近行为。研究表明，这些方法在各种情况下都是一致的，尤其是在大量回归中，其中大多数预测因子都会提供一些有关响应的信息，预言率也是可能的。仿真结果支持了理论结论。

引用于13文件

MSC公司：

62H25个 因子分析和主成分；对应分析
62小时99 多元分析
62日元99 线性推断、回归
65立方厘米60 统计中的计算问题（MSC2010）

关键词：

中心子空间;oracle属性;香料;稀疏;足够的尺寸缩减;主要装配部件

软件：

玻璃制品;童子军
PDF格式BibTeX公司 XML格式引用
\textit{R.D.Cook}等人，Ann.Stat.40，No.1，353--384（2012；Zbl 1246.62150）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Adragni，K.P.和Cook，R.D.（2009年）。回归中的充分降维和预测。菲洛斯。事务处理。R.Soc.伦敦。序列号。数学。物理学。工程科学。367 4385-4405. ·Zbl 1185.62109号 ·doi:10.1098/rsta.2009.0110
[2] Bai，Z.D.（1999）。大维随机矩阵谱分析方法综述。统计师。Sinica 9 611-677号·Zbl 0949.60077号
[3] Bickel，P.J.和Levina，E.（2008a）。大协方差矩阵的正则化估计。Ann.Statist公司。36 199-227. ·Zbl 1132.62040号 ·doi:10.1214/09053607000000758
[4] Bickel，P.J.和Levina，E.（2008b）。通过阈值进行协方差正则化。Ann.Statist公司。36 2577-2604. ·Zbl 1196.62062号 ·doi:10.1214/08-AOS600
[5] Bondell，H.D.和Li，L.（2009年）。无模型变量选择的收缩反回归估计。J.R.统计社会服务。B统计方法。71 287-299. ·Zbl 05691142号 ·doi:10.1111/j.1467-9868.2008.00686.x
[6] Bura，E.和Cook，R.D.（2001年）。扩展切片反向回归：加权二次方检验。J.Amer。统计师。协会96 996-1003·Zbl 1047.62035号 ·doi:10.1198/016214501753208979
[7] Chiaromonte，F.和Martinelli，J.（2002年）。用于分析具有响应的全局基因表达数据的降维策略。数学。Biosci公司。176 123-144. ·Zbl 0999.62090号 ·doi:10.1016/S0025-5564（01）00106-7
[8] Chun，H.和Keleš，S.（2010年）。稀疏偏最小二乘回归用于同时降维和变量选择。J.R.统计社会服务。B统计方法。72 3-25·doi:10.1111/j.1467-9868.2009.00723.x
[9] 库克博士（1994年）。使用降维子空间识别物理系统模型中的重要输入。《物理与工程科学学报》18-25。阿默尔。统计师。弗吉尼亚州亚历山大市协会。
[10] 库克·R·D（1998）。回归图形：通过图形研究回归的想法。纽约威利·Zbl 0903.62001
[11] 库克·R·D（2004）。测试预测器在充分降维中的贡献。Ann.Statist公司。32 1062-1092. ·Zbl 1092.62046号 ·doi:10.1214/009053604000000292
[12] 库克·R·D（2007）。费希尔讲座：回归中的降维（附讨论）。统计师。科学。22 1-26. ·Zbl 1246.62148号 ·doi:10.1214/0883423060000000682
[13] Cook，R.D.和Forzani，L.（2008）。回归中尺寸缩减的主要拟合组件。统计师。科学。23 485-501. ·Zbl 1329.62274号 ·doi:10.1214/08-STS275
[14] Cook，R.D.和Forzani，L.（2009年）。基于似然的充分降维。J.Amer。统计师。协会104 197-208·Zbl 1388.62041号 ·doi:10.1198/jasa.2009.0106
[15] Cook，R.D.、Forzani，L.和Rothman，A.J.（2012）。补充“在丰富的高维回归中估计预测因子的充分减少”·Zbl 1246.62150号
[16] Cook，R.D.、Li，B.和Chiaromonte，F.（2007年）。无矩阵反演回归中的降维。生物特征94 569-584·Zbl 1135.62046号 ·doi:10.1093/biomet/asm038
[17] Cook，R.D.和Ni，L.（2005）。通过逆回归进行充分降维：一种最小差异方法。J.Amer。统计师。协会100 410-428·Zbl 1117.62312号 ·doi:10.19198/0162114504000001501
[18] Cook，R.D.和Weisberg，S.（1991年）。K.-C.Li.J.Amer关于“降维的切片逆回归”的讨论。统计师。协会86 382-332·Zbl 0742.62044号 ·doi:10.2307/2290563
[19] Cook，R.D.和Yin，X.（2001）。判别分析中的降维和可视化。澳大利亚。N.Z.J.统计43 901-999·Zbl 0992.62056号 ·doi:10.1111/1467-842X.00164
[20] d'Aspremont，A.、Banerjee，O.和El Ghaoui，L.（2008）。稀疏协方差选择的一阶方法。SIAM J.矩阵分析。申请。30 56-66. ·Zbl 1156.90423号 ·数字对象标识代码：10.1137/060670985
[21] Dong，Y.和Li，B.（2010）。非椭圆分布预报器的降维：二阶方法。生物特征97 279-294·Zbl 1233.62119号 ·doi:10.1093/biomet/asq016
[22] Friedman，J.、Hastie，T.和Tibshirani，R.（2008）。用图形套索进行稀疏逆协方差估计。生物统计学9 432-441·Zbl 1143.62076号 ·doi:10.1093/biostatistics/kxm045
[23] Friedman，J.、Hastie，T.、Rosset，R.、Tibshirani，R.和Zhu，J.（2004）。推进的一致性：讨论。Ann.Statist公司。32 102-107. ·Zbl 1105.62314号
[24] Fukumizu，K.、Bach，F.R.和Jordan，M.I.（2009年）。回归中的核降维。Ann.Statist公司。37 1871-1905. ·Zbl 1168.62049号 ·doi:10.1214/08-AOS637
[25] Guan，Y.和Wang，H.（2010）。高斯随机场引导的空间点过程的充分降维。J.R.统计社会服务。B统计方法。72 367-387. ·文件编号：10.1111/j.1467-9868.2010.00738.x
[26] Hall，P.和Li，K.C.（1993）。关于高维数据的低维投影的几乎线性。Ann.Statist公司。21 867-889. ·兹比尔0782.62065 ·doi:10.1214操作系统/1176349155
[27] Johnstone，I.M.（2001）。关于主成分分析中最大特征值的分布。Ann.Statist公司。29 295-327. ·Zbl 1016.62078号 ·doi:10.1214/aos/1009210544
[28] Johnstone，I.M.和Lu，A.Y.（2009年）。高维主成分分析的一致性和稀疏性。J.Amer。统计师。协会104 682-693·Zbl 1388.62174号 ·doi:10.1198/jasa.2009.0121
[29] Lam，C.和Fan，J.（2009年）。大协方差矩阵估计中的稀疏性和收敛速度。Ann.Statist公司。37 4254-4278. ·Zbl 1191.62101号 ·doi:10.1214/09-AOS720
[30] Li，K.-C.（1991）。用于降维的分段逆回归（带讨论）。J.Amer。统计师。协会86 316-342·Zbl 0742.62044号 ·doi:10.2307/2290563
[31] Li，B.和Dong，Y.（2009）。非椭圆分布预报器的降维。Ann.Statist公司。37 1272-1298. ·Zbl 1160.62050 ·doi:10.1214/08-AOS598
[32] Li，L.和Li，H.（2004）。微阵列的降维方法及其在截尾生存数据中的应用。生物信息学20 3406-3412·Zbl 1022.68519号
[33] Li，L.和Yin，X.（2008）。带正则化的分段逆回归。生物统计学64 124-131·Zbl 1139.62055号 ·doi:10.1111/j.1541-0420.2007.00836.x
[34] Paul，D.（2005年）。主成分的非参数估计。斯坦福大学统计学系博士论文。
[35] Ravikumar，P.、Wainwright，M.J.、Raskutti，G.和Yu，B.（2011年）。通过最小化所有1惩罚的对数决定元散度来进行高维协方差估计。电子。《美国联邦法律大全》第5卷第935-980页·Zbl 1274.62190号 ·doi:10.1214/11-EJS631
[36] Rothman，A.J.、Bickel，P.J.、Levina，E.和Zhu，J.（2008）。稀疏排列不变协方差估计。电子。《美国法律总汇》第2卷第494-515页·兹比尔1320.62135 ·doi:10.1214/08-EJS176
[37] Söbö，S.、Almoy，T.、Aaröe，J.和Aastveit，A.H.（2007年）。ST-PLS：通过PLS的多向最近收缩质心类型分类器。化学计量学杂志20 54-62。
[38] von Rosen，D.（1988年）。逆Wishart分布。扫描。《美国联邦法律大全》第15卷第97-109页·Zbl 0663.62063号
[39] Witten，D.M.和Tibshirani，R.（2009年）。高维问题的协方差回归和分类。J.R.统计社会服务。B统计方法。71 615-636. ·Zbl 1250.62033号 ·文件编号：10.1111/j.1467-9868.2009.00699.x
[40] Wu，Y.和Li，L.（2011）。具有发散预测数的充分降维的渐近性质。统计师。Sinica中国21 707-730·Zbl 1214.62064号 ·doi:10.5705/ss.2011.031a
[41] Xia，Y.、Zhang，D.和Xu，J.（2010）。生存模型的降维和半参数估计。J.Amer。统计师。协会105 278-290·Zbl 1397.62377号 ·doi:10.1198/jasa.2009.tm09372
[42] Yuan，M.和Lin，Y.（2007）。高斯图形模型中的模型选择和估计。生物特征94 19-35·Zbl 1142.62408号 ·doi:10.1093/biomet/asm018
[43] Zhu，L.-P.，Zhu、L.-X.和Feng，Z.-H.（2010）。通过累积切片估计降低回归中的维数。J.Amer。统计师。协会105 1455-1466·Zbl 1388.62121号 ·doi:10.1198/jasa.2010.tm09666
[44] Zyskind，G.（1967年）。关于线性模型中的标准形、非负协方差矩阵和最佳简单最小二乘线性估计。安。数学。统计师。38 1092-1109. ·兹伯利0171.17103 ·doi:10.1214/oms/1177698779
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。