期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MRCD估计的高维稳健因子分析方法及应用研究
1
作者
姜云卢
丰之韵
+1 位作者
刘巧云
邹航
《数理统计与管理》
CSSCI
北大核心
2024年第2期295-306,共12页
因子分析是常用的多元统计分析方法之一,其思想是根据变量间的相关关系求出少数几个主因子,利用这些主因子描述原始变量。传统因子分析方法具有不稳健性,如果数据存在离群值会得到不合理的结果。虽然基于MCD估计的稳健因子分析具有良好...
因子分析是常用的多元统计分析方法之一,其思想是根据变量间的相关关系求出少数几个主因子,利用这些主因子描述原始变量。传统因子分析方法具有不稳健性,如果数据存在离群值会得到不合理的结果。虽然基于MCD估计的稳健因子分析具有良好的抗干扰性,但是MCD估计的精度会随着维数的增加而不断降低,在维数大于样本量的情形下,该方法甚至会失去有效性。为了对高维数据进行有效的因子分析,本文提出基于MRCD估计的高维稳健因子分析方法。模拟分析的结果表明,在高维数据下,相较于传统因子分析以及MCD稳健因子分析,MRCD高维稳健因子分析能够很好地抵抗离群值的影响,得出更为合理的结论。本文在实证分析部分对11个沿海省份进行研究,结果显示MRCD高维稳健因子模型能够有效地得出高维数据的因子分析结果;沿海各省份经济增长质量发展不平衡,上海、广东经济增长质量发展得较好。
展开更多
关键词
高维数据
MRCD估计
因子分析
原文传递
高维稳健Hotelling T^(2)控制图的研究与应用
被引量:
2
2
作者
姜云卢
丰之韵
《系统科学与数学》
CSCD
北大核心
2022年第7期1877-1890,共14页
控制图是统计过程控制中最广泛使用的技术之一,主要通过检测异常或失控的行为监控生产质量.传统Hotelling T^(2)控制图具有不稳健性,对存在异常值数据的监控效果不够理想.虽然基于MCD估计的稳健Hotelling T^(2)控制图能够更好地抵抗异...
控制图是统计过程控制中最广泛使用的技术之一,主要通过检测异常或失控的行为监控生产质量.传统Hotelling T^(2)控制图具有不稳健性,对存在异常值数据的监控效果不够理想.虽然基于MCD估计的稳健Hotelling T^(2)控制图能够更好地抵抗异常值的影响,但是MCD估计的精度会随着维数的增加而降低,在维数大于样本量的情形下,不仅T^(2)统计量无法计算,MCD估计方法也会失效.因此本文提出基于MRCD估计的高维稳健Hotelling T^(2)控制图,以实现对产生高维数据过程的有效监控.模拟实验和实证分析的结果表明,基于MRCD估计的高维稳健Hotelling T^(2)控制图的监控效果更优,能够很好地抵抗异常值的影响,极为有效地对过程中的异常情况发出警报.
展开更多
关键词
Hotelling
T^(2)控制图
高维数据
稳健估计
MRCD估计
原文传递
题名
基于MRCD估计的高维稳健因子分析方法及应用研究
1
作者
姜云卢
丰之韵
刘巧云
邹航
机构
暨南大学经济学院
出处
《数理统计与管理》
CSSCI
北大核心
2024年第2期295-306,共12页
基金
国家自然科学基金项目(12171203)
广东省自然科学基金项目(2022A1515010045)
中央高校基本科研业务费专项资金资助(23JNQMX21)。
文摘
因子分析是常用的多元统计分析方法之一,其思想是根据变量间的相关关系求出少数几个主因子,利用这些主因子描述原始变量。传统因子分析方法具有不稳健性,如果数据存在离群值会得到不合理的结果。虽然基于MCD估计的稳健因子分析具有良好的抗干扰性,但是MCD估计的精度会随着维数的增加而不断降低,在维数大于样本量的情形下,该方法甚至会失去有效性。为了对高维数据进行有效的因子分析,本文提出基于MRCD估计的高维稳健因子分析方法。模拟分析的结果表明,在高维数据下,相较于传统因子分析以及MCD稳健因子分析,MRCD高维稳健因子分析能够很好地抵抗离群值的影响,得出更为合理的结论。本文在实证分析部分对11个沿海省份进行研究,结果显示MRCD高维稳健因子模型能够有效地得出高维数据的因子分析结果;沿海各省份经济增长质量发展不平衡,上海、广东经济增长质量发展得较好。
关键词
高维数据
MRCD估计
因子分析
Keywords
high-dimensional data
MRCD estimation
factor analysis
分类号
O212 [理学—概率论与数理统计]
原文传递
题名
高维稳健Hotelling T^(2)控制图的研究与应用
被引量:
2
2
作者
姜云卢
丰之韵
机构
暨南大学经济学院
出处
《系统科学与数学》
CSCD
北大核心
2022年第7期1877-1890,共14页
基金
国家自然科学基金项目(12171203)
广东省自然科学基金项目(2019A1515011830,2022A1515010045)资助课题。
文摘
控制图是统计过程控制中最广泛使用的技术之一,主要通过检测异常或失控的行为监控生产质量.传统Hotelling T^(2)控制图具有不稳健性,对存在异常值数据的监控效果不够理想.虽然基于MCD估计的稳健Hotelling T^(2)控制图能够更好地抵抗异常值的影响,但是MCD估计的精度会随着维数的增加而降低,在维数大于样本量的情形下,不仅T^(2)统计量无法计算,MCD估计方法也会失效.因此本文提出基于MRCD估计的高维稳健Hotelling T^(2)控制图,以实现对产生高维数据过程的有效监控.模拟实验和实证分析的结果表明,基于MRCD估计的高维稳健Hotelling T^(2)控制图的监控效果更优,能够很好地抵抗异常值的影响,极为有效地对过程中的异常情况发出警报.
关键词
Hotelling
T^(2)控制图
高维数据
稳健估计
MRCD估计
Keywords
Hotelling T^(2)control chart
high-dimensional data
robust estimation
MRCD estimation
分类号
O231 [理学—运筹学与控制论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于MRCD估计的高维稳健因子分析方法及应用研究
姜云卢
丰之韵
刘巧云
邹航
《数理统计与管理》
CSSCI
北大核心
2024
0
原文传递
2
高维稳健Hotelling T^(2)控制图的研究与应用
姜云卢
丰之韵
《系统科学与数学》
CSCD
北大核心
2022
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部