| HD-SIS超高维数据稳健变量筛选 |
| |
| 引用本文： | 张景肖,李向杰,郭海明.HD-SIS超高维数据稳健变量筛选[J].统计与信息论坛,2016(4):9-12. |
| |
| 作者姓名： | 张景肖 李向杰 郭海明 |
| |
| 作者单位： | 1. 中国人民大学应用统计科学研究中心，北京 100872; 中国人民大学统计学院，北京 100872;2. 常州大学 商学院,江苏 常州,213164 |
| |
| 基金项目： | 中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目(11XNI008) |
| |
| 摘 要： | 超高维变量筛选是统计研究的重要问题。提出一种新的变量筛选方法 HD-SIS,该方法不需要模型假设,并且对异常值有很强的抵抗能力,具有很好的稳健性。在Monte Carlo模拟中,对5种方法进行了比较,即确保独立筛选法、确保独立秩筛选法、稳健秩相关系数筛选法、距离确保独立筛选法和鞅差相关系数确保独立筛选法。模拟结果显示HD-SIS有更优良的表现。
|
| 关 键 词： | 超高维数据 稳健性 模型释放 变量筛选 |
Robust Variable Screening for Ultrahigh Dimensional |
| |
| Abstract: | Variable screening is a very important issue in statistics.In this paper,we propose a new screening,HD-SIS,which do not assume specific models,is robust against outliers.We compare with five methods:Sure Independence Screening, Sure Independent Ranking and Screening, Robust Rank Correlation Screening,Distance Correlation Sure Independence Screening and Martingale Difference Correlation Sure Independence Screening.Simulations indicate that the proposed procedure is significantly better than others. |
| |
| Keywords: | ultrahigh dimensional data robustness model-free variable screening |
| 本文献已被 万方数据 等数据库收录！ |
|
