×

异速生长模型的主要点。 (英语) Zbl 1297.62036号

小结:(p)维分布的(n)-主点集是分布在平方误差损失方面的最佳(n)点逼近。通常很难推导出主要点的明确表达式。因此,我们可能需要在整个空间(mathbb R^p)中搜索(n)-主点。许多工作都致力于建立指定主点所在的线性子空间的结果。然而,以前的研究主要集中在椭圆对称分布和球对称分布的位置混合上,这可能不适用于许多实际情况。在本文中,我们讨论了椭圆对称分布的混合,这些分布形成了异速生长模型,该模型在主成分分析中得到了广泛应用。我们给出了主点位于由前几个主分量构成的线性子空间中的条件。

MSC公司:

62E17型 统计分布的近似值(非症状性)
62H25个 因子分析和主成分;对应分析

软件:

Flury公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bali JL,Boente G(2009)从多元设置到函数情况的主点和椭圆分布。统计概率快报79:1858-1865·Zbl 1169.62326号 ·doi:10.1016/j.spl.2009.05.016
[2] Bartoletti S,Flury BD,Nel DG(1999)异速生长。生物统计学55:1210-1214·兹比尔1059.62618 ·doi:10.1111/j.0006-341X.1999.01210.x
[3] Fang KT,Kotz S,Ng KW(1990)《对称多元及相关分布》。查普曼和霍尔,伦敦·Zbl 0699.62048号 ·doi:10.1007/9781-4899-2937-2
[4] Flury B(1990)主要观点。生物特征77:33-41·Zbl 0691.62053号 ·doi:10.1093/biomet/77.1.33
[5] Flury B(1993)《主要点的估计》。应用统计42:139-151·Zbl 0825.62524号 ·doi:10.2307/2347416
[6] Flury B(1997)多元统计第一课程。柏林施普林格·Zbl 0879.62052号 ·doi:10.1007/978-1-4757-2765-4
[7] Graf L,Luschgy H(2000)概率分布的量化基础。柏林施普林格·Zbl 0951.60003号 ·doi:10.1007/BFb0103945
[8] Gu XN,Mathew T(2001)对称双主点的一些特征。J Stat Plan推断98:29-37·Zbl 0977.62058号 ·doi:10.1016/S0378-3758(00)00243-3
[9] 希尔斯,M。;Kotz,S.(编辑);Johnson,NL(编辑),异速生长,48-54(1982),纽约
[10] Joarder AH(2008)一些有用的积分及其在相关分析中的应用。统计Pap 49:211-224·Zbl 1168.62351号 ·doi:10.1007/s00362-006-0007-6
[11] Khan S(2009)具有多元球面轮廓误差的多元回归模型的未来回归向量和残差平方和的最佳公差区域。统计巴普50:511-525·Zbl 1312.62090号 ·doi:10.1007/s00362-007-0095-y
[12] Klingenberg CP,Froese R(1991)异速生长模式的多变量比较。系统生物学40:410-419·doi:10.1093/sysbio/40.410
[13] Kurata H(2008)关于多元球对称分布的位置混合的主点。J Stat Plan推断138:3405-3418·Zbl 1145.62044号 ·doi:10.1016/j.jspi.2005.11.010
[14] Kurata H(2010)关于椭圆对称误差下广义最小二乘估计量协方差矩阵的定理。统计Pap 51:389-395·Zbl 1247.62138号 ·doi:10.1007/s00362-009-0199-7
[15] Kurata H,Hoshino T,Fujikoshi Y(2008)条件分布的异速生长扩展模型。多变量分析杂志99:1985-1998·Zbl 1169.62331号 ·doi:10.1016/j.jmva.2008.02.020
[16] Kurata H,Qiu D(2011)由球对称分布的混合主点跨越的线性子空间。公共统计理论方法40:2737-2750·Zbl 1271.62111号 ·doi:10.1080/03610926.2010.491591
[17] Liu S,Heyde CC,Wong WK(2011)椭圆分布条件异方差模型中的矩矩阵及其在AR-ARCH模型中的应用。统计帕普52:621-632·Zbl 1234.62121号 ·doi:10.1007/s00362-009-0272-2
[18] Matsuura S(2011)选择性装配中一般凸损失函数下概率分布的最优分割。公共统计理论方法40:1545-1560·Zbl 1220.62161号 ·doi:10.1080/03610920903581002
[19] Matsuura S,Kurata H(2010)球对称分布的一般位置混合的2个主点的主子空间定理。统计概率Lett 80:1863-1869·Zbl 1202.62070号 ·doi:10.1016/j.spl.2010.08.012
[20] Matsuura S,Kurata H(2011)多元混合分布的主要观点。多变量分析杂志102:213-224·Zbl 1328.62077号 ·doi:10.1016/j.jmva.2010.08.009
[21] Matsuura S,Kurata H(2013)m维n主点的定义和性质。公共统计理论方法42:267-282·Zbl 1298.62101号 ·doi:10.1080/03610926.2011.581791
[22] Matsuura S,Shinozaki N(2007)选择装配中具有测量误差的平方误差损失下的最优装箱策略。公共统计理论方法36:2863-2876·兹比尔1128.62131 ·doi:10.1080/03610920701386984
[23] Matsuura S,Shinozaki N(2010)具有公差约束的选择性装配中平方误差损失下的最优装箱策略。公共统计理论方法39:592-605·Zbl 1188.62384号 ·doi:10.1080/03610920902763890
[24] Mease D,Nair VN(2006)《分布的唯一最优分区以及与危险率和随机排序的联系》,Stat Sin 16:1299-1312·Zbl 1111.62015年
[25] Mease D、Nair VN、Sudjianto A(2004)《制造业中的选择性装配:统计问题和最佳装箱策略》。技术计量学46:165-175·doi:10.1198/00401700400000185
[26] Micheas AC,Dey DK,Mardia KV(2006)复杂椭圆分布及其在形状分析中的应用。J Stat Plan推断136:2961-2982·Zbl 1094.62062号 ·doi:10.1016/j.jspi.2005.01.002
[27] Pötzelberger K,Felsenstein K(1994)关于单变量分布主点的渐近结果。优化28:397-406·Zbl 0813.62012号 ·doi:10.1080/02331939408843931
[28] 邱德(2010)[KK\]-means算法与聚类的正态混合模型的比较研究:二元同方差情况。J Stat Plan推断140:1701-1711·Zbl 1184.62112号 ·doi:10.1016/j.jspi.2009.12.025
[29] Qiu D,Tamhane AC(2007)正态混合模型下聚类的[KK\]-均值算法和EM算法的比较研究:单变量情况。J Stat Plan推断137:3722-3740·Zbl 1331.62315号 ·doi:10.1016/j.jspi.2007.03.045
[30] Rowe S(1996)一维情况下计算损失函数主点的算法。统计计算6:187-190·doi:10.1007/BF00140863
[31] Ruwet C,Haesbroeck G(2011)《污染对统计聚类中训练和测试错误率的影响》,《公共统计模拟计算》40:394-411·Zbl 1217.62091号 ·doi:10.1080/03610918.2010.542847
[32] Ruwet C,Haesbroeck G(2013)《2均值分类性能》。J Stat Plan推断143:408-418·Zbl 1254.62075号 ·doi:10.1016/j.jspi.2012.08.004
[33] Shimizu N,Mizuta M(2007)功能聚类和功能主点。In:Apolloni B、Howlett RJ、Jain LC(eds)基于知识的智能信息和工程系统。Lect Notes计算机科学4693:501-508
[34] Shimizu N,Mizuta M(2008)功能要点和功能聚类分析。收录:Jain LC、Sato Ilic M、Virvou M、Tsihrintzis GA、Balas VE、Abeynayake C(编辑)计算智能范式、创新应用。螺柱计算智能137:149-165·兹比尔1169.62331
[35] Stampfer E,Stadlober E(2002)估算主要点的方法。公共统计模拟计算31:261-277·Zbl 1081.62538号 ·doi:10.1081/SAC-120003338
[36] Su Y(1997)关于二维量化器的渐近性。多变量分析杂志61:67-85·Zbl 0907.62064号 ·doi:10.1006/jmva.1997.1663
[37] Tarpey T(1995)对称多元分布的主点和自洽点。多变量分析杂志53:39-51·Zbl 0820.62047号 ·doi:10.1006/jmva.1995.1023
[38] Tarpey T(2000)平行主轴。《多变量分析杂志》75:295-313·Zbl 0961.62056号 ·doi:10.1006/jmva.2000.1914
[39] Tarpey T,Ivey CT(2006),多元回归的异速生长延伸。数据科学杂志4:479-495
[40] Tarpey T,Kinateder K(2003)《聚类功能数据》。J类20:93-114·Zbl 1112.62327号 ·doi:10.1007/s00357-003-0007-3
[41] Tarpey T,Li L,Flury B(1995)椭圆分布的主点和自洽点。安统计23:103-112·Zbl 0822.62042号 ·doi:10.1214/aos/1176324457
[42] Tarpey T,Petkova E(2010)主要点分类:在纵向研究中区分药物和安慰剂反应的应用。J Stat Plan推断140:539-550·Zbl 1177.62084号 ·doi:10.1016/j.jspi.2009.07.030
[43] Tarpey T,Petkova E,Lu Y,Govindarajulu U(2010)线性混合效应模型的最佳分割:应用于确定安慰剂应答者。美国统计协会杂志105:968-977·Zbl 1390.62136号 ·doi:10.198/jasa.2010.ap08713
[44] Tarpey T,Petkova E,Ogden RT(2003)通过功能数据的自我一致性分区分析安慰剂应答者。美国统计协会杂志98:850-858·doi:10.19198/0162114503000000783
[45] Trushkin A(1982)一类凸误差加权函数局部最优量化器唯一性的充分条件。IEEE Trans-Inf理论28:187-198·兹伯利0476.94012 ·doi:10.1109/TIT.1982.1056480
[46] Yamamoto W,Shinozaki N(2000a)关于单变量位置混合的两个主点的唯一性。统计概率46:33-42·Zbl 0976.62009号 ·doi:10.1016/S0167-7152(99)00084-X
[47] Yamamoto W,Shinozaki N(2000b)球对称分布多元位置混合的两个主要点。日本国家统计局30:53-63·Zbl 0963.62046号 ·doi:10.14490/jjss1995.30.53
[48] Yamashita H,Suzuki H(2012)基于k均值方法的二进制主点近似方法。第十届亚洲质量大会网络会议记录,第491-495页。
[49] Zoppe A(1995)一元连续分布的主要点。统计计算5:127-132·doi:10.1007/BF00143943
[50] Zoppe A(1997)关于一元连续分布的自洽点的唯一性和对称性。J类14:147-158·Zbl 0891.62005号 ·数字对象标识代码:10.1007/s003579900008
[51] 邹C,Tsung F(2011)多变量标志EWMA控制图。技术计量学53:84-97·doi:10.1198/TECH.2010.09095
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。