我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
中心子空间一直是充分降维的关键概念。最初是为了解决对<n个中心子空间方法已经取得了许多成功和发展。然而,在过去的几年里,随着技术的进步,许多统计问题现在处于高维环境中对>n个在本文中,我们回顾了中心子空间的理论,并对中心子空间方法进行了更新概述对≤n个,对>n个和大数据设置。我们还为这些技术开发了一个新的分类系统,并列出了一些可用于估计中心子空间的R和MATLAB包。最后,我们为生物信息学应用开发了一个中心子空间框架,并使用两个不同的数据集展示了该框架如何在实践中应用。
作者衷心感谢编辑、副主编和匿名审稿人的宝贵意见,这些意见有助于文章的显著改进。
萨布丽娜·罗德里格斯。 理查德·哈金斯(Richard Huggins)。 贝诺特酒。 “中心子空间综述:方法和应用。” 统计师。Surv公司。 16 210 - 237, 2022 https://doi.org/10.1214/22-SS138