×
刘雪晶；于，周；温雪蓉·麦琪；罗伯特·佩奇

测试两个多指标模型的通用指数：无链接方法。 （英语） Zbl 1308.62137号

《多元分析杂志》。 136, 75-85 (2015).
摘要：我们提出了一种无链接的方法，通过充分降维方法测试两个多指标模型是否共享相同的指标。测试统计量是基于三种不同的充分降维方法开发的：（i）切片逆回归，（ii）切片平均方差估计和（iii）方向回归。导出了测试统计量的渐近零分布。蒙特卡罗研究是为了研究我们提出的方法的有效性。还考虑了实际应用程序。

引用于1审查
引用于1文件

MSC公司：

62H15型 多元分析中的假设检验
62H25个 因子分析和主成分；对应分析
62G08号 非参数回归和分位数回归
6220国集团 非参数推理的渐近性质

关键词：

多指标模型；充分降维；切片逆回归；分段平均方差估计；定向回归

软件：

弧；alr3
PDF格式BibTeX公司 XML格式引用
\textit{X.Liu}等人，《多元分析杂志》。136、75-85（2015年；Zbl 1308.62137）
全文： 内政部

参考文献：

[1] 本特勒，P。；Xie，J.，《主要黑森方向统计检验的修正》，统计学家。普罗巴伯。莱特。，47, 381-389 (2000) ·Zbl 1157.62412号
[2] 奇亚罗蒙特，F。；库克·R·D。；李冰，用分类预测因子进行回归的充分降维，《统计年鉴》。，30, 475-497 (2002) ·Zbl 1012.62036号
[3] 库克，R.D.，回归图形（1998），威利：威利纽约·Zbl 0903.62001
[4] 库克·R·D。；Forzani，B.，基于可能性的充分降维，J.Amer。统计师。协会，104197-208（2009）·Zbl 1388.62041号
[5] 库克·R·D。；Weisberg，S.，《关于降维切片逆回归的讨论》，J.Amer。统计师。协会，86，328-332（1991）·兹比尔1353.62037
[6] 库克·R·D。；Weisberg，S.，回归图形介绍（1994），威利：威利纽约·Zbl 0925.62287号
[7] 库克·R·D。；Weisberg，S.，《应用回归，包括计算和图形》（1999），威利出版社：威利纽约·Zbl 0928.62045号
[8] Eaton，M.L.，《球形分布的表征》，《多元分析杂志》。，20, 272-276 (1986) ·Zbl 0596.62057号
[9] Z.Feng。；Zhu，L.X.，可加性多指标模型的交替确定优化方法，计算。统计师。数据分析。，56, 1981-1993 (2012) ·Zbl 1243.62041号
[10] 霍尔，P。；李国忠，《从高维数据看低维投影的近似线性》，《统计年鉴》。，21, 867-889 (1993) ·Zbl 0782.62065号
[11] Härdle，W。；霍尔，P。；Ichimura，H.，单指数模型中的最优平滑，Ann.Statist。，21, 157-178 (1993) ·Zbl 0770.62049号
[12] Härdle，W。；Stoker，T.M.，《用平均导数方法研究平滑多元回归》，J.Amer。统计师。协会，84986-995（1989）·Zbl 0703.62052号
[13] 霍恩，R.A。；Johnson，C.R.，《矩阵分析专题》（1991），剑桥大学出版社·Zbl 0729.15001号
[14] 加藤，T.，线性算子微扰理论（1966），施普林格：施普林格-柏林·兹伯利0148.12601
[15] Li，K.C.，降维切片逆回归（讨论），J.Amer。统计师。协会，86，316-342（1991）·Zbl 0742.62044号
[16] Li，B。；Dong，Y.，非椭圆分布预测器的降维，Ann.Statist。，37, 1272-1298 (2009) ·Zbl 1160.62050
[17] Li，B。；Kim，M.K。；Altman，N.，关于矩阵或数组值统计对象的维数折叠，Ann.Statist。，38, 1094-1121 (2010) ·Zbl 1183.62091号
[18] Li，B。；Wang，S.，《关于降维的方向回归》，J.Amer。统计师。协会，102997-1008（2007）·Zbl 1469.62300号
[19] 内维尔，A.M。；Holder，R.L.，体重指数；衡量肥胖或苗条？，Br.J.Nutr。，73, 507-516 (1995)
[20] Schott，J.R.，《几个组中常见主成分子空间的一些测试》，Biometrika，78771-777（1991）·Zbl 0850.62460号
[21] Schott，J.R.，相关矩阵本征投影的渐近性及其在主成分分析中的一些应用，Biometrika，84327-337（1997）·Zbl 0883.62059号
[22] Schott，J.R.，两组中的公共主成分子空间，Biometrika，75，229-236（1988）·Zbl 0638.62057号
[23] Tyler，D.E.，特征向量的渐近推断，《统计年鉴》。，9, 725-736 (1981) ·Zbl 0474.62051号
[24] Weisberg，S.，应用线性回归（2005），Wiley:Wiley New York·Zbl 1068.62077号
[25] 文，X。；Cook，R.D.，带分类预测因子回归的最佳充分降维，J.Statist。计划。推论，1371961-1978（2007）·Zbl 1118.62043号
[26] 文，X。；Cook，R.D.，《二元回归无模型降维的新方法》，J.Statist。计划。推断，139734-748（2009）·Zbl 1156.62034号
[27] Xia，Y.，一个多因次模型和降维，J.Amer。统计师。协会，103，1631-1640（2008）·Zbl 1286.62021号
[28] 夏，Y。；Tong，H。；李，W.K。；朱丽霞，降维空间的自适应估计，J.R.Stat.Soc.Ser。B、 64、363-410（2002）·Zbl 1091.62028号
[29] 薛立刚。；Zhu，L.X.，单指标模型的经验似然，J.Multivariate Anal。，97, 1295-1312 (2006) ·Zbl 1099.62045号
[30] 于，Z。；朱立新。；Wen，X.，《关于回归的无模型条件坐标检验》，《多元分析杂志》。，109, 61-72 (2012) ·Zbl 1352.62088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。