《回歸中高維數據的“充分”降維》是依託華東師範大學,由朱利平擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:回歸中高維數據的“充分”降維
- 項目類別:青年科學基金項目
- 項目負責人:朱利平
- 依託單位:華東師範大學
- 負責人職稱:教授
- 批准號:10701035
- 申請代碼:A0403
- 研究期限:2008-01-01 至 2010-12-31
- 支持經費:16(萬元)
《回歸中高維數據的“充分”降維》是依託華東師範大學,由朱利平擔任項目負責人的青年科學基金項目。
《回歸中高維數據的“充分”降維》是依託華東師範大學,由朱利平擔任項目負責人的青年科學基金項目。項目摘要本課題研究含高維變數的回歸模型的充分降維問題。充分的意思是說在既不假定回歸模型的結構、又不損失信息的情況下對高維的變數...
《回歸框架下高維張量數據降維與協方差估計》是依託上海對外經貿大學,由郝程程擔任項目負責人的青年科學基金項目。項目摘要 考慮高維回歸模型下的總體推斷與樣本約簡問題,一個關鍵點是自變數協方差逆矩陣的有效估計。本項目擬在回歸框架下,研究高維張量自變數的多線性子空間降維與協方差正則估計方法。項目從多線性子...
《高維數據降維和變數選擇的若干穩健方法研究》是依託北京航空航天大學,由趙俊龍擔任項目負責人的青年科學基金項目。項目摘要 在高維數據分析中,穩健的降維和變數選擇方法是一個研究熱點。許多降維方法從不同的角度考慮了穩健性,比如,對異常值的穩健,對參數選擇的穩健以及對回歸變數分布的穩健等。充分降維方法中,許多...
《基於充分降維方法的高維數據假設檢驗問題的研究》是依託華東師範大學,由於州擔任項目負責人的青年科學基金項目。項目摘要 隨著現代科學技術的發展,數據越來越凸顯高維與複雜態勢。高維數據頻繁見諸於環境科學、醫學研究、金融市場以及第二代網際網路當中。高維數據給統計學家提出巨大挑戰的同時,也給予了統計學界進一步深化...
《大數據下充分性降維技術的若干拓展研究》是依託上海交通大學,由王濤擔任項目負責人的青年科學基金項目。項目摘要 隨著現代科學技術的不斷發展,大數據的收集在各行各業已經變得相當普遍。大數據通常維數高、具有多樣(源)性以及數據結構複雜。另一方面,在回歸分析中,充分性降維可以在既不損失回歸信息、又不假定回歸...
充分降維方法是一種有效的高維數據降維方法。為了提高降維方向的解釋性,人們發展了稀疏充分降維方法。但在實際問題中,變數的稀疏組合仍然不容易解釋。本項目將研究基於充分降維方法的分層變數選擇,分為兩個部分:(1)利用逆回歸充分降維方法,進行分層變數選擇;(2)利用模型充分降維方法,進行分層變數選擇。前一部分中,...
本課題將針對高維數據中複雜的多因變數結構以及多總體結構展開深入研究。我們將經典的充分降維理論推廣至多因變數以及多總體情形。基於所提的多因變數或多總體的充分降維方法,我們將發展一套完整的結構維數以及變數顯著性檢驗理論。我們還將向前逐步回歸以及稀疏協方差逆矩陣與所提新方法結合,發展一類新型的超高維變數篩選...
包括:結合充分降維方法研究了融合協變數圖結構的高維廣義線性模型的變數選擇問題,將現有的線性模型變數選擇問題推廣到廣義線性模型,理論上證明了參數估計的Oracle性質,並通過數值模擬和實際數據分析驗證了估計量的有限樣本效果;基於稀疏懲罰方法研究了高維眾數回歸的變數選擇問題,套用EM算法對最佳化問題進行求解,理論上證明...
數據自表示流形可以充分考慮圖像的二維空間信息,類驅動約束和標籤信息可以使同類樣本相似而異類樣本之間相差很大,四個數據集上進行聚類實驗結果表明,提出的算法具有較高的平均聚類精度和平均互信息。 4. 在理論方法,針對高維數據的維數禍根問題,我們考慮的回歸模型的充分降維問題,給出了回歸模型的方差異性檢驗和偏差...
在一定的稀疏條件下, 得到回歸係數估計量l1 範數下估計誤差和預測誤差的非漸近Oracle 不等式.(4)高維具有相關結構為Gauss Copula 等相關模型的研究, (a) 提出了恢復Gauss 關聯結構(copula) 圖模型的充分降維方法, 該方法在超高維情形下具有很高的計算效率.(b)研究了高維高斯copula回歸模型的變數選擇問題。我們...
具體在以下幾個方面獲得系列成果: 1. 對於高維數據的兩個最重要的方法主成分回歸和偏最小二乘回歸我們取得重要結果,在充分降維的前提下,證明兩種方法的估計參數都落線上性模型參數的中心子空間,從而證明了兩種方法是等價。 2. 提出了組學數據預處理的形態學方法,對於基於光譜儀以及色譜聯用儀器產生的數據的各種...
為了可靠有效地使用回歸模型擬合數據,模型檢驗成為關鍵的步驟。半參數和非參數模型檢驗問題,現有方法在構造檢驗統計量時使用了所有協變數,由於涉及非參數估計或高維隨機過程,從而遭受嚴重的維數災難問題。本項目首先研究了回歸分析中半參數和非參數模型的假設檢驗問題,我們結合充分降維技術和局部光滑檢驗方法的各自優勢,...
本項目將研究兩大類半參數統計模型的變數選擇方法,一類是具有可加結構的回歸模型,包括可加模型,線性可加模型,可加混合模型等等;另一類是指標模型和充分降維模型。我們將根據不同模型的特點,借鑑關於參數模型的最新研究成果,構造半參數模型的變數選擇準則以及算法,研究相應估計的漸進性質和變數選擇方法的相合性,...