×
Ryoya Oda；铃木，Yuya；柳原弘；靖国富士

高维典型判别分析中的一致变量选择方法。 （英语） Zbl 1435.62240号

《多元分析杂志》。 175，文章ID 104561，13 p.（2020）.
本文的主要结果是基于高维调整一致信息准则的所谓修正Kick-on-Out方法。即，给出了该方法一致性的充分条件。据报道，该方法优于基于多组稀疏判别分析的几种现代方法。在合成数据集和材料科学应用的实际数据上证明了该方法的有效性。
审核人：丹尼斯·西多罗夫（伊尔库茨克）

引用于三文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62E20型 统计学中的渐近分布理论
第60页 统计学在工程和工业中的应用；控制图

关键词：

一致性；变量选择；典型判别分析

软件：

MGSDA公司；最大持续时间
PDF格式BibTeX公司 XML格式引用
\textit{R.Oda}等人，《多元分析杂志》。175，文章ID 104561，13 p.（2020；Zbl 1435.62240）
全文： 内政部

参考文献：

[1] Akaike，H.，《信息理论与最大似然原理的扩展》（Petrov，B.N.；Csáki，F.，第二届信息理论国际研讨会（1973年），Akadémiai Kiadó：Akaémiaa KiadoóBudapest），267-281·兹bl 0283.62006年
[2] Akaike，H.，统计模型识别的新视角，IEEE Trans。自动化。控制，AC-19716-723（1974）·Zbl 0314.62039号
[3] Bai，Z.D。；Y.Fujikoshi。；Hu，J.，高维多元线性回归中AIC、BIC、（C_p）和KOO方法的强一致性（2018），广岛大学统计研究组
[4] Cheng，G。；李，X。；赖，P。；宋，F。；于杰，超高维判别分析的稳健秩筛选，统计计算。，27, 535-545 (2017) ·Zbl 1505.62095号
[5] 范，J。；Feng，Y。；Tong，X.，《高维空间中的分类之路：正则化最优仿射鉴别算子》，J.R.Stat.Soc.Ser。B、 74745-771（2012）·Zbl 1411.62167号
[6] Fujikoshi，Y.，《典型相关分析中附加信息的检验》，《Ann.Inst.Statist》。数学。，34, 523-530 (1982) ·Zbl 0544.62054号
[7] Fujikoshi，Y.，多元判别分析中变量选择的标准，广岛数学。J.，13，203-214（1983）·Zbl 0531.62059号
[8] Fujikoshi，Y.，判别分析和典型相关分析中的变量选择，（Krishnaiah，P.R.，Multivariate analysis VI（1985），北荷兰：北荷兰阿姆斯特丹），219-236·Zbl 0603.62067号
[9] Y.Fujikoshi。；Sakurai，T.，多元线性模型中秩估计标准的高维一致性，J.multivariate Anal。，149, 199-212 (2016) ·Zbl 1341.62119号
[10] Y.Fujikoshi。；Sakurai，T.，高维两组判别分析中基于测试的变量选择方法的一致性，Jpn。统计数据科学杂志。，2, 155-171 (2019) ·Zbl 1430.62132号
[11] Y.Fujikoshi。；乌利扬诺夫，V.V。；Shimizu，R.，《多元统计：高维和大样本近似》（2010），Wiley:Wiley Hoboken，NJ·Zbl 1304.62016年
[12] Fukui，K.，非正态下高维典型相关分析中选择变量的基于对数似然的信息标准的一致性，广岛数学。J.，45，175-205（2015）·Zbl 1327.62339号
[13] Gaynanova，I.，MGSDA:多组稀疏判别分析（2016），R包版本1.4
[14] 加伊纳诺娃，I。；Booth，J.G。；Wells，M.T.，《在（p\gg N）环境中规范向量的同时稀疏估计》，J.Amer。统计师。协会，111，696-706（2016）
[15] Hannan，E.J。；Quinn，B.G.，《自回归顺序的确定》，J.R.Stat.Soc.Ser。B统计方法。，41, 190-195 (1979) ·Zbl 0408.62076号
[16] Harville，D.A.，《统计学家视角下的矩阵代数》（1997），施普林格出版社：纽约施普林格·Zbl 0881.15001号
[17] Kubokawa，T。；Srivastava，M.S.，《大维度多元回归模型中变量的选择》，《公共统计理论方法》，412465-2489（2012）·Zbl 1271.62117号
[18] Lütkepohl，H.，《矩阵手册》（1996），威利：威利·奇切斯特·Zbl 0856.15001号
[19] Mai，Q。；杨，Y。；Zou，H.，msda：多类稀疏判别分析（2015），R包版本1.0.2
[20] Mai，Q。；杨，Y。；邹，H.，多类稀疏判别分析，统计学。Sinica，29，97-111（2019）·Zbl 1412.62081号
[21] Mai，Q。；邹，H。；Yuan，M.，超高维稀疏判别分析的直接方法，Biometrika，99，29-42（2012）·兹比尔1437.62550
[22] 西溪，R。；Bai，Z.D。；Krishnaiah，P.R.，多元分析中模型选择信息标准的强一致性，广岛数学。J.，18451-462（1988年）·Zbl 0678.62064号
[23] 奥博津斯基，G。；Wainwright，M.J。；Jordan，M.I.，支持高维多元回归中的联合恢复，Ann.Statist。，39, 1-47 (2011) ·Zbl 1373.62372号
[24] 奥达·R。；Yanagihara，H.，具有大量解释变量的高维多元线性回归的快速一致变量选择方法（2019），广岛大学统计研究小组
[25] Pynnönen，S.，《利用信息标准选择非线性判别分析中的变量》（Pukkila，T.；Puntanen，S.），《第二届国际坦帕统计会议论文集》（1987），坦帕大学：芬兰坦帕大学），627-637
[26] Rao，C.R.，《多元分析中的显著性检验》，《生物统计学》，35，58-79（1948）·Zbl 0031.06202号
[27] Rao，C.R.，《线性统计推断及其应用》（1973年），威利出版社：威利纽约·Zbl 0256.6202号
[28] 樱井，T。；Fujikoshi，Y.，《具有协方差结构的多元线性回归模型的信息准则的高维属性及其有效准则》（2017），广岛大学统计研究组
[29] Schwarz，G.，估算模型的维数，Ann.Statist。，6, 461-464 (1978) ·兹伯利0379.62005
[30] Yanagihara，H.，在违反正态假设的情况下，正态多元线性回归模型中基于对数似然的信息标准的一致性条件，J.Japan Stat.Soc.，45，21-56（2015）·Zbl 1341.62230号
[31] 赵，L.C。；克里希纳亚，P.R。；Bai，Z.D.，《白噪声中信号数量的检测》，《多元分析杂志》。，20, 1-25 (1986) ·Zbl 0617.62055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。