×
奥利维尔·莱多特;Wolf，迈克尔

谱估计：协方差矩阵估计和大维主成分分析的统一框架。 （英语） 兹比尔1328.62340

《多元分析杂志》。 139, 360-384 (2015).
摘要：协方差矩阵估计和主成分分析是多元分析的两大基石。当数据的大小与样本大小相似，甚至更大时，经典的教科书解决方案表现不佳。在这种情况下，对于这两个统计问题有一种常见的补救方法：非线性收缩样本协方差矩阵的特征值。最佳非线性收缩公式依赖于未知的总体数量，因此不可用。然而，可以一致地估计预言非线性收缩，这是基于渐进的理由。为此目的的一个关键工具是对人口协方差矩阵（也称为光谱)这本身就是一个有趣且具有挑战性的问题。大量的蒙特卡罗模拟表明，我们的方法具有理想的有限样本特性，并且优于以前的建议。

引用于38文件

MSC公司：

62甲12 多元分析中的估计
62H25个 因子分析和主成分；对应分析

关键词：

大维渐近性;协方差矩阵特征值;非线性收缩;主成分分析

软件：

HiDimDA公司;SNOPT公司
PDF格式BibTeX公司 XML格式引用
\textit{O.Ledoit}和\textit{M.Wolf}，J.多元分析。139、360-384（2015年；Zbl 1328.62340）
全文： 内政部 arXiv公司 链接

参考文献：

[1] Amini，A.A.，高维主成分分析。技术报告UCB/EECS-2011-104（2011），加州大学伯克利分校电气工程与计算机科学系
[2] Anatolyev，S.，《利用多个回归变量进行回归模型推断》，《计量经济学杂志》，第170、2、368-382页（2012年）·Zbl 1443.62054号
[3] Bai，Z.D。；Silverstein，J.W.，《大维随机矩阵极限谱分布的支持之外没有特征值》，Ann.Probab。，26, 1, 316-345 (1998) ·Zbl 0937.60017号
[4] Bai，Z.D。；Silverstein，J.W.，大维样本协方差矩阵特征值的精确分离，Ann.Probab。，27, 3, 1536-1555 (1999) ·Zbl 0964.60041号
[5] Bai，Z.D。；Silverstein，J.W.，《大维随机矩阵的谱分析》（2010），Springer:Springer New York·Zbl 1301.60002号
[6] Bickel，P.J。；Freedman，D.A.，引导的渐近理论，《统计年鉴》。，1196-1217年9月6日（1981年）·Zbl 0449.62034号
[7] Bickel，P.J。；李维娜，E.，大协方差矩阵的正则化估计，Ann.Statist。，36, 1, 199-227 (2008) ·Zbl 1132.62040号
[8] 康纳，G。；Korajczyk，R.A.，《近似因子模型中因子数量的测试》，J.Finance，48，1263-1291（1993）
[9] 德米特雷斯库，M。；Hanck，C.，《简单的非平稳-波动性稳健面板单位根检验》，《经济学》。莱特。，117, 1, 10-13 (2012) ·Zbl 1254.91576号
[10] El Karoui，N.，使用随机矩阵理论对大维协方差矩阵进行谱估计，Ann.Statist。，36, 6, 2757-2790 (2008) ·Zbl 1168.62052号
[11] 范，J。；范，Y。；Lv，J.，使用因子模型进行高维协方差矩阵估计，《计量经济学》，147，1，186-197（2008）·Zbl 1429.62185号
[12] 吉尔，体育。；默里，W。；Saunders，M.A.，SNOPT:大规模约束优化的SQP算法，SIAM J.Optim。，12, 4, 979-1006 (2002) ·Zbl 1027.90111号
[13] 郭，S.-M。；He，J。；Monnier，N。；Sun，G。；沃兰德，T。；Bathe，M.，《荧光相关光谱数据分析的贝叶斯方法II：模拟和体外数据的应用》，Ana。化学。，84, 9, 3880-3888 (2012)
[14] Haufe，S。；Treder，M。；Gugler，M。；Sagebaum，M。；Curio，G。；Blankertz，B.，《脑电图电位预测模拟驾驶期间即将发生的紧急制动》，J.Neural Eng.，8，5（2011）
[15] Hotelling，H.，《将复杂统计变量分析为主成分》，J.Educ。心理医生。，24, 6, 417-441 (1933), 498-520
[16] 黄，T.-K。；Schneider，J.，《从序列和非序列数据中学习自回归模型》（Shawe-Taylor，J；Zemel，R.；Bartlett，P.；Pereira，F.；Weinberger，K.，《神经信息处理系统的进展》，第24卷（2011），麻省理工出版社：麻省理学出版社剑桥），1548-1556
[17] Jolliffe，I.T.，主成分分析（2002），Springer:Springer New York·Zbl 1011.62064号
[18] Khan，M.，应计项目定价错误吗？跨期资本资产定价模型J.Account的测试证据。经济。，45, 1, 55-77 (2008)
[19] Lawley，D.N.，《近似似然比准则分布的一般方法》，《生物统计学》，43，3-4，295-303（1956）·Zbl 0073.13602号
[20] O.莱多特。；Péché，S.，一些大样本协方差矩阵系综的特征向量，Probab。理论相关领域，150，1-2，233-264（2011）·Zbl 1229.60009号
[21] O.莱多特。；Wolf，M.，《大维协方差矩阵的良好估计》，《多元分析杂志》。，88, 2, 365-411 (2004) ·Zbl 1032.62050
[22] O.莱多特。；Wolf，M.，大维协方差矩阵的非线性收缩估计，Ann.Statist。，40, 2, 1024-1060 (2012) ·兹比尔1274.62371
[23] 林，J。；Bentler，P.，小样本因子分析的三阶矩调整检验统计量，多元行为。第47、3、448-462号决议（2012年）
[24] 林，J.-A。；朱，H.b。；Knickmeyer，R。；斯特纳，M。；Gilmore，J。；易卜拉欣，J.，多元成像表型的投影回归模型，遗传学。流行病。，36, 6, 631-641 (2012)
[25] 马尔琴科，V.A。；Pastur，L.A.，一些随机矩阵集的特征值分布，Sb.数学。，1, 4, 457-483 (1967) ·Zbl 0162.22501号
[26] Markon，K.，《精神病理学结构建模：轴I和轴II障碍的症状水平分析》，《心理学》。医学，40，2，273-288（2010）
[27] Mestre，X.，使用样本估计改进协方差矩阵特征值和特征向量的估计，IEEE Trans。通知。理论，54，11，5113-5129（2008）·Zbl 1318.62191号
[28] Nguyen，L。；Rheinschmitt，R。；Wild，T。；Brink，S.，《多点蜂窝无线电（CoMP）的信道估计和信号组合极限》，（2011年第八届无线通信系统国际研讨会（ISWCS）（2011年），IEEE），176-180
[29] Pearson，K.，《与空间点系最接近的直线和平面》，Phil.Mag.Ser 6，2，11，559-572（1901）
[30] Pedro Duarte Silva，A.，高维相关数据的两组分类：因子模型方法，计算。统计师。数据分析。，第55页，第11页，2975-2990页（2011年）·Zbl 1218.62064号
[31] Perlman，M.D.（STAT 542:多元统计分析（2007），华盛顿大学：华盛顿西雅图华盛顿大学），（在线课堂笔记）
[32] Pirkl，R。；雷姆利，K。；Lötbäck Patané，C.，混响室测量相关性，IEEE Trans。电动发电机。公司。，54, 3, 533-545 (2012)
[33] Pyeon，D。；牛顿，M。；兰伯特，P。；Den Boon，J。；Sengupta，S。；马西特，C。；伍德沃思，C。；康纳，J。；豪根，T。；史密斯，E。；Kelsey，K。；Turek，L。；Ahlquist，P.，《人乳头状瘤病毒阳性和人乳头状癌病毒阴性头颈癌和宫颈癌细胞周期失调的基本差异》，《癌症研究》，67，10，4605-4619（2007）
[34] Rajaratnam，B。；马萨姆，H。；Carvalho，C.M.，图形高斯模型中的灵活协方差估计，Ann.Statist。，36, 6, 2818-2849 (2008) ·Zbl 1168.62054号
[35] 肋骨，A。；阿扎伊斯，J.-M。；Planton，S.，使用条件良好的协方差矩阵估计对气候变化检测的最佳指纹方法的适应性，Clim。发电机。，33, 5, 707-722 (2009)
[36] 滚转，R。；Ross，S.A.，《套利定价理论的实证研究》，J.Finance，35，1073-1103（1980）
[37] Strom，J。；霍夫，J。；Skjervheim，J.-A。；Vabö，J.，使用统计模型选择技术改进集成卡尔曼滤波器中的不确定性量化，SPE J.，17，1，152-162（2012）
[38] Silverstein，J.W.，大维随机矩阵特征值经验分布的强收敛性，多元分析。，55, 331-339 (1995) ·兹比尔0851.62015
[39] 西尔弗斯坦，J.W。；Bai，Z.D.，关于一类大维随机矩阵特征值的经验分布，《多元分析》。，54, 175-192 (1995) ·Zbl 0833.60038号
[40] 西尔弗斯坦，J.W。；Choi，S.I.，《大维随机矩阵的极限谱分布分析》，《多元分析杂志》。，54, 295-309 (1995) ·Zbl 0872.60013号
[42] Stein，C.，《多参数估计理论讲座》，J.Math。科学。，34, 1, 1373-1403 (1986) ·兹比尔0593.62049
[43] Tsagaris，T。；Jasra，A。；Adams，N.，在线投资组合选择的稳健和自适应算法，Quant。《金融》，第12、11、1651-1662页（2012年）·兹比尔1279.91188
[44] 瓦罗佐，G。；Gramfort，A。；波利恩，J.-B。；Thirion，B.，《大脑协方差选择：使用人口先验的更好的个体功能连接模型》，（Lafferty，J.；Williams，C.K.I.；Shawe-Taylor，J.，Zemel，R.；Culotta，A.，《神经信息处理系统的进展》，第23卷（2010年），麻省理工出版社：麻省理学出版社剑桥），2334-2342
[45] Wei，Z。；黄，J。；Hui，Y.，基于自适应波束形成的多目标信号分离，（2011年IEEE信号处理、通信和计算国际会议（ICSPCC）（2011），IEEE），1-4
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。