已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、在大數(shù)據(jù)時代,我們經(jīng)常會遇到很多高維數(shù)據(jù)方面的問題,這些問題一般都具有維數(shù)p和樣本容量n都很大的特征,通常也被稱為“大p、大n問題.傳統(tǒng)的多元統(tǒng)計分析可以很好地解決維數(shù)p很小或者是固定情況下的問題,例如經(jīng)典的卡方逼近方法,似然比檢驗方法等,但隨著維數(shù)p的增加,這些方法不能很好地解決問題甚至失效.因此,尋找一些能夠解決高維問題的新方法是非常有意義的。
本研究主要考慮了維數(shù)p和樣本容量n都很大的兩個模型的高維假設檢驗問題。首先考慮
2、的是具有循環(huán)對稱協(xié)方差結(jié)構(gòu)的高維假設檢驗.在兩種稍有不同的假設下,利用矩母函數(shù)的連續(xù)性定理,通過伽馬函數(shù)的漸近展開,證明了在正態(tài)總體下,當原假設成立時,似然比統(tǒng)計量依分布收斂于一個正態(tài)分布的隨機變量,然后將提出的的高維似然比檢驗方法(HLRT)同卡方逼近方法(BOX)、高維edgeworth展開方法(HEE)以及更精確的高維edgeworth展開方法(AHEE)進行數(shù)據(jù)模擬,結(jié)果表明本文提出的HLRT方法優(yōu)于BOX方法和HEE方法,并且
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 8501.兩種高維統(tǒng)計模型的似然比檢驗
- 29752.高維似然比檢驗
- 部分線性模型的經(jīng)驗似然比檢驗.pdf
- 關于部分線性模型的懲罰高維經(jīng)驗似然.pdf
- 外文翻譯---多元回歸模型的經(jīng)驗似然比檢驗
- 經(jīng)驗似然模型設定檢驗.pdf
- 基于似然比檢驗的若干控制圖.pdf
- 廣義線性模型的懲罰高維經(jīng)驗似然.pdf
- 非標準條件下多水平模型的似然比檢驗.pdf
- 26440.單指標模型的高維懲罰經(jīng)驗似然
- 基于似然比檢驗控制圖的若干研究.pdf
- 基于最優(yōu)估計函數(shù)的似然比檢驗的推廣.pdf
- 10379.高維線性回歸模型下的經(jīng)驗似然方法
- 相協(xié)樣本下的似然比檢驗和擬合優(yōu)度檢驗.pdf
- 維數(shù)發(fā)散的高維數(shù)據(jù)的經(jīng)驗似然推斷.pdf
- 排序集抽樣下樣本參數(shù)的似然比檢驗.pdf
- 基于似然比檢驗與小波分析的信號檢測.pdf
- 半?yún)?shù)模型的經(jīng)驗似然統(tǒng)計推斷.pdf
- 多個總體一致性的經(jīng)驗似然比檢驗.pdf
- 27553.癌癥差異表達基因的似然比置換檢驗法
評論
0/150
提交評論