《高維數據統計建模與分析》是依託北京大學，由陳松蹊擔任項目負責人的重點項目。
基本介紹
- 中文名：高維數據統計建模與分析
- 依託單位：北京大學
- 項目負責人：陳松蹊
- 項目類別：重點項目
項目摘要,結題摘要,
項目摘要
隨著現代數據的收集和儲存技術的提高，統計數據呈現出高維性。由於可重複研究的限制，參加研究的個體數量相對很小。這就是現代統計學中最具挑戰的大p，小n問題。具體地說，數據的維數大大超過樣本的個數。 這尤其表現在生物基因學研究，網路信息，以及金融數據中。如何在樣本量不是很大的前提下分析超高維數據，是一個非常具有挑戰的、也是國際統計學的前沿課題。本項目將著重在五個方面對高維數據統計建模與分析進行科學的，系統的研究。這五個方面是：（1）高維數據的變數選擇、（2）超高維多元統計分析、（3）複雜數據的相關性、（4）大規模線上數據的監控和（5）高維生存數據分析。這五方面的研究均對傳統的統計推斷理論提出了全新的挑戰，且均是目前國際統計學研究的最前沿問題。這五個課題相對獨立又相互依託，有理論也有套用，將從不同的方向對高維數據的統計推斷提出有效的解決方法，建立一個統一的適應於高維數據統計建模與分析的框架。
結題摘要
隨著現代數據的收集和儲存技術的提高，統計數據呈現出高維性。由於可重複研究的限制，參加研究的個體數量相對很小。這就是現代統計學中最具挑戰的“大p，小n”問題。具體地說，數據的維數大大超過樣本的個數。 這尤其表現在生物基因學研究，網路信息，以及金融數據中。如何在樣本量不是很大的前提下分析超高維數據，是一個非常具有挑戰的、也是國際統計學的前沿課題。本項目著重在五個方面對高維數據統計建模與分析進行科學的，系統的研究。這五個方面是：（1）高維數據的變數選擇、（2）超高維多元統計分析、（3）複雜數據的相關性、（4）大規模線上數據的監控和（5）高維生存數據分析。這五方面的研究均對傳統的統計推斷理論提出了全新的挑戰，且均是目前國際統計學研究的最前沿問題。這五個課題相對獨立又相互依託，有理論也有套用，將從不同的方向對高維數據的統計推斷提出有效的解決方法，建立一個統一的適應於高維數據統計建模與分析的框架。本重點項目在五個子課題方面都取得了不斐的成績和結果，解決了一系列高維統計推斷的關健問題。5年中發表、接受發表的論文有106篇，其中有12篇在國際統計學的頂尖的四個期刊上發表。另外有數篇在國際精算期刊和經濟計量期刊上發表。
