《高維數據分析中的收縮估計與似然推斷》是依託蘭州大學,由李周平擔任項目負責人的面上項目。
基本介紹
- 中文名:高維數據分析中的收縮估計與似然推斷
- 依託單位:蘭州大學
- 項目負責人:李周平
- 項目類別:面上項目
《高維數據分析中的收縮估計與似然推斷》是依託蘭州大學,由李周平擔任項目負責人的面上項目。
《高維數據分析中的收縮估計與似然推斷》是依託蘭州大學,由李周平擔任項目負責人的面上項目。項目摘要高維數據分析與建模是目前統計及相關領域研究的熱點。本項目擬結合收縮估計和似然推斷兩方面研究高維數據的統計分析。對於前者,我們...
隨著研究的深入,藉助於分組收縮估計方法研究了變係數部分線性模型中,變係數函式是否為常數的判斷問題,並證明了這種判斷的漸近優良性。最後,對於參數個數發散情形下的部分線性模型,給出了參數是否滿足某種線性約束的似然比檢驗。匯總以上工作,本項目系統研究了高維半參數模型的統計推斷相關問題,豐富了高維數據分析理論...
基於刀切經驗似然方法,本項目研究了具有U-統計量結構的非光滑估計函式中感興趣參數的估計問題,提出了刀切經驗似然推斷方法;在最小絕對相對誤差準則下,構造了線性可乘回歸模型中回歸係數的經驗似然區間估計並將其推廣至高維場合;研究了多元常態分配的高維均值向量的收縮估計問題,提出了基於Stein無偏風險估計的新估計...
高維數據的統計分析與建模是統計學的重要研究課題之一。本項目主要致力於用半參數回歸模型對高維數據進行統計分析,其主要研究成果有一下幾方面:第一,研究了缺失回響變數下單指標模型的統計推斷,發展了一種糾偏方法來估計指標係數,提出了兩種加權的經驗對數似然比統計量,其漸近分布是標準卡的,由此可以構造指標係數的...
《穩健變數選擇與高維數據分析》是依託北京師範大學,由崔恆建擔任項目負責人的面上項目。項目摘要 眾所周知,當誤差分布或因變數的分布偏離了理論假定分布時,基於懲罰最小二乘或正態似然的變數選擇方法及其參數估計方法將很不穩定,甚至遭到破壞。本項目致力於穩健變數選擇研究及其高維數據分析問題的研究,對若干常用統計...
在回響變數缺失時,考慮了由一廣義估計方程所確定參數的估計問題,在傾向得分函式是參數模型假設下,我們使用加權廣義矩方法定義了兩種估計,其權是由經驗似然方法獲得,由於經驗似然使用降維約束條件,因而該避免了已有的GMM估計方法的維數禍根問題,從而也解決了計算上的困難;在刪失示性變數缺失時,研究了線性回歸分析...