基于方向回归的结构维数检验问题研究

来源 :华东师范大学 | 被引量 : 0次 | 上传用户:joyce
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高维数据的降维技术是统计中非常热门的话题。降维的一般想法是找出自变量X中的线性组合β’lx,...,β’dx,并且希望回归信息尽可能的包含在这d个线性组合中,从而达到降维的目的。充分降维的思想是希望在不损失任何信息的前提下,找到一个p×d的矩阵B,d≤p,使得条件分布y|X与Y|BTX相等。充分降维的子问题一般有:识别中心降维子空间;估计子空间的基方向以及确认中心降维子空间的结构维数d。切片逆回归(SIR)以及切片平均方差估计(SAVE)是最常用的充分降维方法,它们主要依赖于条件一阶矩和条件二阶矩来识别中心降维子空间,同时SIR和SAVE也有非显著的局限性。方向回归(DR),与等高线回归(CR)类似,起源于经验方向,但有更高的精度和更快的计算速度。方向回归(DR)被证明是切片逆回归(SIR)和切片平均方差估计(SAVE)这两种方法的一个自然组合,因此也有着综合二者的优点。估计中心降维子空间的结构维数d是一个检验问题,序贯检验是最普遍用于此的检验方法。本篇文章提出一种基于方向回归的序贯检验方法,并且证明在正态假定下,检验统计量渐进服从卡方分布,当正态假定不成立时,检验统计量渐进服从一个加权卡方分布的线性组合。文章的最后,通过大量模拟和实际数据分析,说明本文提出的检验方法是有效的。
其他文献
在经济全球化、市场多样化和产品服务个性化的推动下,大规模个性化生产(Mass Personalization Production,MPP)被“中国智能制造2025”列为五大创新工程之一,被作为重点研究领域向前推进,是21世纪生产模式变革的新趋势,是制造企业发展的新方向。随着信息技术、制造技术和管理技术的不断发展,大规模个性化生产的具体研究内容也在不断地变化与更新。在这种发展形势下,为改善制造企业
导电水凝胶是一类导电聚合物材料,具有生物相容性和柔性。由于其出色的物理化学特性,它们在生物传感器、组织工程、机械传感、柔性电子设备、电子皮肤等领域具有非常大的应用前景。然而,由于缺乏足够的内聚力,传统水凝胶的机械性能较差,难以满足实际应用中的复杂应变环境。此外,为了保证传感器信号采集的更高准确性和可靠性,对材料的灵敏度要求也越来越高。为了解决导电水凝胶既要有高强度又要有高灵敏度的问题,本文通过对聚
铁路钢桥英语和智能控制技术英语的翻译有助于中国铁路钢桥技术的发展。本翻译实践报告的源文本选自期刊“Construction and Building Materials”中的一篇文章“Research on Extending the Fatigue Life of Railway Steel Bridges by Using Intelligent Control”。本翻译实践报告的第一章是引言
近年来,随着对解决环境污染问题的绿色技术越来越重视,光催化技术已经成为研究的热点。目前,在污染物去除方面光催化技术发挥越来越强的作用。光催化技术是指在光照条件下来使半导体光催化剂的电子受到激发从价带跃迁到导带,并分别于价带与导带上形分别成空穴和光生电子,从而产生很强的自由基氧化能力,氧化还原反应在半导体光催化剂表面发生,从而达到降解有机污染物的目的。光催化反应的优点是无二次污染,稳定性好,催化活性
森林生态系统作为我国东北地区国家级自然保护区的主体之一,实现树种的自动识别对保护生物多样性具有重要的意义,有利于增加人们对植物资源的认识,使得人们更好的利用这些资
人类已处于信息化时代,这就对教育教学提出了新的要求。为了适应信息化,必须转变教师的教育教学理念和授课模式方法,使其更符合时代特色。而微课和翻转课堂正是在此背景下应运而生,它们都起源于美国,在各国运用、发展,得到社会各界的认可。这引起了国内学者的广泛关注,并开始研究,逐渐应用在中学教学中。翻转课堂模式重构了教学结构,将“教与学”的顺序颠倒,由传统的“先教后学”模式,变成“先学后教”的全新模式。这种新
网络的大力发展不仅方便了人民的生活,但是也带来了许多安全问题:从入侵个人计算机窥探个人隐私、泄露个人信息,到攻击企业网络服务系统、造成系统瘫痪、危害社会经济活动。
感谢张扬副教授!我们在一起一直都是教学领域的合作,这次我们扩大到相互之间对绿色金融的研究,因为这个研究长话短说,我这个星期一直在北京,出席中国绿色十大金融案例的评选,
会议
对各种频段的电磁波的强度、偏振、相位进行调控的光场调控技术是如今光学研究的热点。达曼光栅是一种典型的光场调控器件。通过液晶图形化光取向技术与常见的向列相液晶E7相
近年来,自旋压缩引起了科学家的广泛关注。与光压缩态相比,自旋压缩态更容易存储,而且物理学家发现在自旋系统中产生更大程度的压缩,因此自旋压缩受到科学家们非常大的关注。