Development of Some Multivariate Statistical Inference Procedures for Missing and High Dimensional Data and Its Application

缺失和高维数据的一些多元统计推断程序的开发及其应用

• 批准号: 23500360
• 负责人: SEO Takashi
• 金额: $ 1.83万
• 依托单位: Tokyo University of Science
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23500360/
• 关键词: 統計数学; 統計理論; 多変量解析; 漸近展開; 統計科学; 漸近理論

We obtained some results for the tests of mean vectors when the data have missing observations. In particular, we gave the test procedures for mean vectors using the likelihood ratio test statistic and Hotelling type test statistic for the one sample and two sample problems when the data set has two-step monotone missing data. We also gave the simultaneous confidence intervals for any and all linear compounds of the mean. Further, the accuracy of the approximation is investigated by Monte Carlo simulation. Testing specified values for the mean vector and the covariance matrix with a two-step monotone missing data were considered and derived the likelihood ratio test statistic and some results. As for the study of high dimensional data, we obtained some results for the problem of discriminant analysis and testing for multivariate normality and so on.

当数据缺少观察结果时，我们获得了平均向量测试的一些结果。特别是，我们使用了一个样本的可能性比测试统计统计统计统计量和hotelling类型的测试统计量，并在数据集具有两步单调数据丢失数据时给出了平均向量的测试程序。我们还为均值的所有线性化合物提供了同时的置信区间。此外，通过蒙特卡洛模拟研究了近似的准确性。考虑了平均向量和具有两步单调数据的协方差矩阵的指定值，并得出了可能性比率测试统计量的可能性和一些结果。至于对高维数据的研究，我们为判别分析和测试多元正态性等问题获得了一些结果。

项目成果

k標本問題における部分分散共分散行列の均一性の検定について

关于测试 k 样本问题中的部分方差-协方差矩阵的同质性

• 发表时间: 2012
• 作者: 中水流 嘉臣;瀬尾 隆
• 通讯作者: 瀬尾 隆

Asymptotic Expansions for the Distributions of Some Statistics in Multivariate Analysis

多元分析中某些统计量分布的渐近展开

• 发表时间: 2012
• 作者: 西山 貴弘;兵頭 昌;瀬尾 隆;Enkhbayar P and Matsushima N.;瀬尾 隆
• 通讯作者: 瀬尾 隆

Estimation of the large covariance matrix with two-step monotone missing data

两步单调缺失数据大协方差矩阵的估计

• 发表时间: 2013
• 期刊: Technical Report, Statistical Research Grourp, Hiroshima University
• 作者: Masashi Hyodo;Nobumichi Shutoh;Takashi Seo and Tatjana Pavlenko
• 通讯作者: Takashi Seo and Tatjana Pavlenko

A modified linear discriminant analysis for high-dimensional data

高维数据的改进线性判别分析

• 发表时间: 2012
• 期刊: Hiroshima Mathematical Journal
• 影响因子: 0.2
• 作者: Hyodo;M.;Yamada;T.;Himeno;T and Seo;T
• 通讯作者: T

A modfied linear discriminant analysis for high-dimensional data

高维数据的改进线性判别分析

• 发表时间: 2012
• 期刊: HIROSHIMA MATHEMATICAL JOURNAL
• 影响因子: 0.2
• 作者: Masashi Hyodo;Takayuki Yamada;Testuto Himeno and Takashi Seo
• 通讯作者: Testuto Himeno and Takashi Seo