高维数据下的模型平均方法

项目名称： 高维数据下的模型平均方法

项目编号： No.11471324

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 数理科学和化学

项目作者： 张新雨

作者单位： 中国科学院数学与系统科学研究院

项目金额： 60万元

中文摘要： 随着现代科技的迅速发展，大量的复杂高维数出现在经济、金融、生命科学和信息科学等领域。现有的高维数据分析方法几乎都是基于单个（选定）模型。这样是有很大风险的，因为这个模型可能是错的。模型平均是解决这个问题的工具之一。本项目将在高维数据背景下发展模型平均方法，具体地将研究以下几个问题：（1）线性模型下的模型平均方法；（2）其他模型下的模型平均方法；（3）超高维数据下的模型平均方法；（4）模型平均方法的应用。对于这些问题，我们已经有很好的工作积累。本项目的研究将获得一批高水平的理论与应用成果，为实际工作者分析、处理高维数据提供有力的新工具。

中文关键词： 变量选择；高维数据

英文摘要： With the rapid development of modern science and technology, a large number of high dimensional data arise in economy, finance, life sciences, information science, among others. Almost all of existing high dimensional data analysis methods are based on a single (selected) model. This is very risky because the single model can be wrong. Model averaging is a tool to solve this problem. This project will develop model averaging methods under high dimensional data, including: (1) model averaging methods under linear models; (2) model averaging under other models; (3) model averaging methods for ultrahigh dimensional data; and (4) applying the proposed model averaging methods to practical problems. We have some basic works on these studies. The studies on this project will lead to many important theoretical and practical results and provide practitioners with new and powerful tools for analyzing high-dimensional datasets.

英文关键词： Variable Selection;High Dimentional Data