×
马吉德·莫吉尔斯海巴尼;Nguyen、My-Nhi

通过过滤对不完全协变量进行统计分类。 （英语） Zbl 07493354号

J.统计计算。模拟 91，第7号，1342-1365（2021）。
小结：本文讨论了当一些协变量可能缺少部分时的分类问题。在这里，允许训练样本和新的未分类观察在协变量中有缺失部分。事实上，备注3.3表明，在分类中，重新构建/插补新的未分类观察（待分类）的缺失部分，就错误率而言可能会适得其反。此外，与文献中的许多结果不同，在这些结果中，协变量片段通常被假设为完全随机缺失，我们在此不强加此类假设。给定观测到的协变量部分，我们构造了一个易于实现的核类型分类器。该分类器是基于从原始协变量（通过从空间（L^2）移动到（ell_2））获得的（d）维协变量向量构建的，其中（d）（<infty））本身是一个必须估计的参数。为了估计各种参数，我们采用了一种易于实现的数据分割方法。

MSC公司：

6220国集团 非参数推理的渐近性质
62G08号 非参数回归和分位数回归
62至XX 统计

关键词：

分类;内核;不完全协变量;渐近的
PDF格式BibTeX公司 XML格式引用
\textit{M.Mojirsheibani}和\textit{M.-N.Nguyen}，J.统计计算。模拟91，编号7，1342--1365（2021；Zbl 07493354）
全文： 内政部

参考文献：

[1] Cérou，F。；Guyader，A.，无限维最近邻分类，ESAIM-Probab Stat，10，340-355（2006）·Zbl 1187.62115号
[2] 亚伯拉罕，C。；Biau，G。；Cadre，B.，《关于功能分类的核心规则》，AISM，58，619-633（2006）·Zbl 1100.62066号
[3] Devroye，L。；Györfi，L。；Lugosi，G.，模式识别的概率理论（1996），纽约：Springer，纽约·Zbl 0853.68150号
[4] 费拉蒂，F。；Vieu，P.，《曲线识别：非参数函数方法》，《计算统计数据分析》，44，161-173（2003）·兹比尔1429.62241
[5] López Pintado，S，Romo，J.基于深度的函数数据分类。2006年，第103-120页。（DIMACS ser.discrete m.；72）。普罗维登斯，RI:Amer。数学。Soc公司。
[6] Cuevas，A。；费布雷罗，M。；Fraiman，R.，《通过基于投影的深度概念对功能数据进行稳健估计和分类》，《计算统计》，22，481-496（2007）·Zbl 1195.62032号
[7] Chang，C。；陈，Y。；奥格登，RT.，《功能数据分类：小波方法》，《计算统计》，291497-1513（2014）·Zbl 1306.65038号
[8] A.阿隆索。；卡萨多，D。；Lopez-Pintado，S.，时间序列的鲁棒函数监督分类，J分类，31225-350（2014）·Zbl 1360.62447号
[9] Meister，A.，功能数据的最佳分类和非参数回归，Bernoulli，221729-1744（2016）·Zbl 1360.62187号
[10] 霍尔，P。；波斯基特，DS；Presnell，B.，信号识别的功能数据分析方法，技术计量学，43，1-9（2001）·Zbl 1072.62686号
[11] Biau，G。；布尼亚，F。；Wegkamp，MH.，希尔伯特空间中的函数分类，IEEE Trans Inform Theory，51，2163-2172（2005）·Zbl 1285.94015号
[12] 冷，X。；Müller，H-G.，利用功能数据分析对时间基因表达数据进行分类，生物信息学，22，68-76（2006）
[13] 宋，JJ；邓，W。；Lee，H-J，使用功能数据分析对时序基因表达数据进行最佳分类，计算机生物化学，32，426-432（2008）·Zbl 1158.62085号
[14] Berlinet，A。；Biau，G。；Rouviere，L.，《小波的功能分类》，巴黎大学统计研究所，52，61-80（2008）
[15] Delaigle，A。；霍尔，P。；Bathia，N.，功能数据的组件分类和聚类，Biometrika，99，299-313（2012）·Zbl 1244.62090号
[16] Delaigle，A。；Hall，P.，《实现功能数据的近乎完美分类》，J R Stat Soc B，74，267-286（2012）·Zbl 1411.62164号
[17] 莫斯勒，K。；Mozharovskyi，P.，《功能数据的快速DD-分类》，统计论文，581055-1089（2017）·Zbl 1416.62352号
[18] 戴，X。；Müller，H-G.，函数数据和密度比的最优贝叶斯分类器，Biometrika，104545-560（2017）·兹伯利07072227
[19] 克劳斯，D。；Stefanucci，M.，利用正则化线性分类器和域选择对功能片段进行分类，生物统计学，106，161-180（2019）·Zbl 1506.62544号
[20] 蔡，T。；Hall，P.，《函数线性回归预测》，Ann Stat，34，2159-2179（2006）·Zbl 1106.62036号
[21] 霍尔，P。；JL.霍洛维茨。，函数线性回归的方法和收敛速度，Ann Stat，35，70-91（2007）·Zbl 1114.62048号
[22] 姚，F。；Müller，H-G.，函数二次回归，生物统计学，97，49-64（2010）·Zbl 1183.62113号
[23] Bugni，F.，缺失功能数据的规范测试，经济学理论，28，959-1002（2012）·Zbl 1369.62088号
[24] Delaigle，A。；Hall，P.，《使用审查功能数据进行分类》，J Amer Stat Assoc，108，1269-1283（2013）·Zbl 1288.62104号
[25] 周，R。；塞族，N。；Gebraeel，N.，《建模和监测截断退化信号的功能时间扭曲方法》，《技术计量学》，56，67-77（2014）
[26] Kraus，D.，部分观测功能数据的组成和完成，J R Stat Soc B，77，777-801（2015）·Zbl 1414.62212号
[27] Delaigle，A。；Hall，P.，《用马尔可夫链段逼近零散功能数据》，《生物统计学》，103，779-799（2016）·Zbl 1506.62542号
[28] 格罗门科，O。；Kokoszka，P。；Sojka，J.，《使用不完全曲线函数回归评估电离层冷却趋势》，《Ann Appl Stat》，第11期，第898-918页（2017年）
[29] Mojirsheibani，M。；Shaw，C.，《不完全功能协变量分类》，《Stat Probab Lett》，139，40-46（2018）·Zbl 1403.62118号
[30] Mojirsheibani，M。；Montazeri，Z.，缺失协变量的统计分类，J R Stat Soc B，69，839-857（2007）·Zbl 07555377号
[31] Mojirsheibani，M.，关于协变量向量维数为随机时的正确回归函数（in）及其应用，J Stat Plan Infer，1422586-2598（2012）·Zbl 1253.62029号
[32] Demirdjian，L。；Mojirsheibani，M.，《缺失数据的核分类与平滑参数的选择》，统计论文，60，1487-1513（2019）·Zbl 1432.62179号
[33] Györfi，L。；科勒，M。；Krzyzak，A.，非参数回归的无分布理论（2002），纽约：斯普林格，纽约·Zbl 1021.62024号
[34] 费拉蒂，F。；Vieu，P.，非参数函数数据分析，理论与实践（2006），纽约：Springer，纽约·Zbl 1119.62046号
[35] 拉赫迪，M。；Vieu，P.，《功能数据的非参数回归：自动平滑参数选择》，J Stat Plan Infer，1372784-2801（2007）·Zbl 1331.62240号
[36] Zygmund，A.，三角级数I（1959），纽约：剑桥大学出版社，纽约·Zbl 0085.05601号
[37] Sansone，G.，正交函数（1969），纽约：跨科学，纽约
[38] Fama，E.，《有效资本市场：理论与实证研究综述》，《金融杂志》，第25期，第383-417页（1970年）
[39] 可汗，ZH；阿林，TS；Hussain，A.，《使用人工神经网络（ANN）预测股票市场价格》，国际计算机应用杂志，22，2，42-47（2011）
[40] Bond，G，Khaled，R.使用机器学习提取预测股票价格的最佳特征。2012年国际人工智能会议记录；2012年第1卷。第222-229页。
[41] 霍尔，P。；Heyde，CC，鞅极限理论及其应用（1980），纽约：学术出版社，纽约·Zbl 0462.60045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。