Variable selection methods in high-dimensional multivariate models and their applications

高维多元模型中的变量选择方法及其应用

• 批准号: 16K00047
• 负责人: Yasunori FUJIKOSHI
• 金额: $ 2.83万
• 依托单位: Hiroshima University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2016
• 资助国家: 日本
• 起止时间: 2016-04-01 至 2019-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16K00047/
• 关键词: 多変量回帰モデル; 変数選択法; 主成分分析; 判別分析; 情報量規準; 一つ取って置き法; 高次元漸近枠組; 多変量モデル; 高次元漸近的枠組; １つ取って置き法; 共分散構造; モデル選択規準; 高次元多変量モデル; 高次元一致性; 検定型変数選択規準; 高次元漸近分布; 成長曲線モデル; 統計数学

项目成果

共分散構造をもつ多変量回帰モデルにおけるCp型の変数選択規準の高次元一致性

协方差结构多元回归模型中Cp型变量选择标准的高维一致性

• 发表时间: 2017
• 作者: 櫻井哲朗;藤越康祝
• 通讯作者: 藤越康祝

High-dimensional asymptotic behavior of the difference between the log-dterminants of two Whishart matrices

两个 Whishart 矩阵的对数行列式之差的高维渐近行为

• 发表时间: 2018
• 作者: Z. Bai; K.P. Choi; Y. Fujikoshi
• 通讯作者: Y. Fujikoshi

2群の線形判別法に関する誤判別確率の高次元漸近ロバストネスについて

两组线性判别法误分类概率的高维渐近鲁棒性

• 发表时间: 2018
• 作者: 山田隆行; 櫻井哲朗; 藤越康祝
• 通讯作者: 藤越康祝

National University of Singapore(シンガポール)

新加坡国立大学

Consistency of AIC and BIC in estimating the number of significant components in high-dimensional principal component analysis

高维主成分分析中 AIC 和 BIC 在估计显着成分数量方面的一致性

• 发表时间: 2018
• 作者: Z. Bai; P.K. Choi; Y. Fujikoshi
• 通讯作者: Y. Fujikoshi