...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of nonparametric statistics >Trace pursuit variable selection for multi-population data
【24h】

Trace pursuit variable selection for multi-population data

机译：多人口数据的追踪追踪变量选择

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Variable selection is a very important tool when dealing with high dimensional data. However, most popular variable selection methods are model based, which might provide misleading results when the model assumption is not satisfied. Sufficient dimension reduction provides a general framework for model-free variable selection methods. In this paper, we propose a model-free variable selection method via sufficient dimension reduction, which incorporates the grouping information into the selection procedure for multi-population data. Theoretical properties of our selection methods are also discussed. Simulation studies suggest that our method greatly outperforms those ignoring the grouping information.
机译：在处理高维数据时，变量选择是非常重要的工具。但是，大多数流行的变量选择方法都是基于模型的，当不满足模型假设时，可能会产生误导性的结果。充分的降维为无模型变量选择方法提供了通用框架。在本文中，我们提出了一种通过充分降维的无模型变量选择方法，该方法将分组信息纳入了多人口数据的选择过程中。还讨论了我们选择方法的理论性质。仿真研究表明，我们的方法大大优于那些忽略分组信息的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号