×

检测主成分模型的维数。 (英语) 兹比尔1195.62102

摘要:主成分分析(PCA)的一个关键问题是确定主成分的数量,以捕获通常高维数据的可变性。在本文中,主成分分析的维数检测被表述为回归的变量选择问题。自适应\(LASSO\)用于此应用程序中的变量选择。仿真结果表明,该方法在某些情况下比现有方法更准确,在其他一些情况下更具竞争力。该模型的性能也通过一个实例进行了说明。

MSC公司:

62H25个 因子分析和主成分;对应分析
62J07型 岭回归;收缩估计器(拉索)
65立方厘米60 统计中的计算问题(MSC2010)

软件:

FinTS公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Auer P.,《统计中的通信——模拟和计算》37页,962页,(2008年)·Zbl 1160.62334号 ·网址:10.1080/03610910701855005
[2] Casella G.,《美国统计协会杂志》101第157页–(2006)·Zbl 1118.62313号 ·doi:10.1198/0162145050000000646
[3] Cattell R.B.,多变量行为研究1,第245页–(1966年)·doi:10.1207/s15327906mbr0102_10
[4] Dempster A.P.,《皇家统计学会杂志》,B辑39 pp 1–(1977)
[5] Everson R.,IEEE信号处理汇刊48,第2083页–(2000)·Zbl 0992.94006号 ·数字对象标识代码:10.1109/78.847792
[6] Fan J.,《美国统计协会杂志》96 pp 1348–(2001)·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[7] 乔治·E·I,《美国统计学家协会杂志》88页881–(1993)·doi:10.1080/01621459.1993.10476353
[8] George E.I.,《中国统计》第7卷第339页–(1997年)
[9] 黄J.,Biometrika 93 pp 85–(2006)·Zbl 1152.62346号 ·doi:10.1093/biomet/93.1.85
[10] Kass R.E.,《美国统计协会杂志》90页773–(1995)·doi:10.1080/01621459.1995.10476572
[11] Levina E.,《应用统计年鉴》2,第245页–(2008年)·兹比尔1137.62338 ·doi:10.1214/07-AOAS139
[12] 孟X.-L.,Biometrika 80 pp 267–(1993)·Zbl 0778.62022号 ·doi:10.1093/biomet/80.2.267
[13] Minka T.P.,《神经信息处理系统进展》,第13页,598页–(2001年)
[14] Rajan J.J.,IEE Vision,Image and Signal Processing 144第166页–(1997)
[15] Seber G.A.F.,多元观察(1984)·Zbl 0627.62052号 ·数字对象标识代码:10.1002/9780470316641
[16] Tibshirani R.,《皇家统计学会杂志》,B辑58,第267页–(1996)
[17] Tipping M.E.,《皇家统计学会杂志》,B辑61第611页–(1999)·Zbl 0924.62068号 ·doi:10.1111/1467-9868.00196
[18] 蔡瑞生,《金融时间序列分析》。,第2版(2005)·Zbl 1086.91054号 ·doi:10.1002/0471746193
[19] Wold S.,《技术计量学》,第20页,第397页–(1978年)·网址:10.1080/00401706.1978.10489693
[20] Zhang,Z.,Chan,K.L.,Kwok,J.T.,Yeung,D.Y.(2004)。基于可逆跳马尔可夫链蒙特卡罗的主成分分析贝叶斯推断。《第十九届全国人工智能会议论文集》(AAAI'04),加利福尼亚州圣何塞,7月25-29日,第372-377页。
[21] 邹华,《美国统计协会杂志》101第1418页–(2006)·Zbl 1171.62326号 ·doi:10.1198/016214500000735
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。