梁晋雯¹，田茂再^1,2,3

1. 中国人民大学应用统计科学研究中心, 中国人民大学统计学院, 北京 100872; 2. 新疆财经大学统计与数据科学学院,乌鲁木齐 830012; 3. 兰州财经大学统计学院, 兰州 730020

出版日期:2020-05-25发布日期:2020-08-21

Sufficient Dimension Reduction Method Based on Maximin Effect for Heterogeneous Data

LIANG Jinwen ¹ ,TIAN Maozai ^1,2,3

1. Center for Applied Statistics, School of Statistics, Renmin University of China, Beijing 100872; 2. School of Statistics and Information, Xinjiang University of Finance and Economics, Urumqi 830012; 3. School of Statistics,Lanzhou University of Finance and Economics, Lanzhou 730020

Online:2020-05-25Published:2020-08-21







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

对有多个来源的数据集进行充分降维, 文献中常见的方法是利用分类变量信息并融入先验知识或者鉴于混合模型分别估计不同成分的中心子空间. 文章主要借鉴了普通线性模型的 Maximin估计思想, 提出了中心子空间的 Maximin 方向估计, 以减少数据来源 较多而呈现的复杂性. 模拟结果显示, Maximin方向估计能够有效地探索子总体的共性.

分享此文:

()

[1]	魏传华;吴喜之. 部分线性变系数模型的Profile Lagrange乘子检验[J]. 系统科学与数学, 2008, 28(4): 416-424.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13899