姜云卢，邓罡，文诗涵，刘峻成

暨南大学经济学院, 广州 510632

出版日期:2021-10-25发布日期:2021-12-24

Research and Application of High-Dimensional Robust Canonical Correlation Analysis

JIANG Yunlu, DENG Gang, WEN Shihan, LIU Juncheng

School of Economics, Jinan University, Guangzhou 510632

Online:2021-10-25Published:2021-12-24







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

随着各行业的快速发展和对数据应用的重视, 产生的数据越来越多, 结构也越来越复杂, 含异常值的数据和高维数据越来越多地出现在我们的视野中. 传统的典型相关分析对异常值非常敏感, 基于MCD估计方法的典型相关分析对异常值有一定的抵御作用,但随着数据维数的增加MCD估计的偏差不 断变大, 稳健性也随之降低,且在数据维数大于样本量的时候MCD估计方法 失效,因此提出了基于MRCD估计方法的高维稳健典型相关分析. 数值模拟和实证分析的结果表明, 基于MRCD估计方法的典型相关分析能很好地抵御异常值,而且在数据维 数大于样本量的情况下,基于MRCD估计方法的典型相关分析更为有效.
分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=14343