项目名称: 高维数据检验问题中的稀疏方法及其应用

项目编号: No.11126260

项目类型: 专项基金项目

立项/批准年度: 2012

项目学科: 武器工业

项目作者: 沈炎峰

作者单位: 浙江师范大学

项目金额: 3万元

中文摘要: 随着高通量技术的迅速发展,各种高维数据的收集变得越来越容易和自动化,这些新型数据的一个显著特征是变量个数与样本量相差不多或者会远大于样本量。很多经典的统计方法对高维数据已经不再适用,需要发展一套全新的统计方法和理论,以适应这种高维数据分析的需要。稀疏性假设和变量选择已经成为统计学习中的一个热门课题,然而把变量选择技术整合到高维假设检验的研究还相对比较少。本项目将针对高维检验中的热点问题和高维数据的稀疏性特点,着重讨论高维下多样本问题和多个总体均值和协方差阵同时检验问题,拟建立一个适用于稀疏高维数据分析的检验方法体系,从而克服传统方法在高维情形下的困难。在理论研究的基础上,开发基于R语言的程序算法,同时用随机模拟和实例分析来验证这些新方法的可行性和有效性。本项目的研究不仅拓广了高维数据分析的理论,而且进一步推进了统计学在生物医学中的应用,具有较高的理论价值和广阔的应用前景。

中文关键词: 高维数据;假设检验;渐近正态性;稀疏性;变量选择

英文摘要:

英文关键词: High-dimensional data;Hypothesis testing;Asymptotic normality;Sparsity;Variable selection

成为VIP会员查看完整内容
1

相关内容

【新书稿】数据科学的谱方法:统计的视角,168页pdf
专知会员服务
57+阅读 · 2021年10月28日
专知会员服务
36+阅读 · 2021年10月16日
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
73+阅读 · 2020年12月7日
【经典书】信息理论、推理和学习算法,640页pdf
专知会员服务
82+阅读 · 2020年9月21日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
正则化方法小结
极市平台
2+阅读 · 2021年11月24日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
学会原创 | 自然语言的语义表示学习方法与应用
中国人工智能学会
11+阅读 · 2019年3月7日
【机器学习】深入剖析机器学习中的统计思想
产业智能官
14+阅读 · 2019年1月24日
【领域报告】主动学习年度进展|VALSE2018
深度学习大讲堂
15+阅读 · 2018年6月12日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
38+阅读 · 2021年8月31日
Arxiv
15+阅读 · 2021年2月19日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关VIP内容
【新书稿】数据科学的谱方法:统计的视角,168页pdf
专知会员服务
57+阅读 · 2021年10月28日
专知会员服务
36+阅读 · 2021年10月16日
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
73+阅读 · 2020年12月7日
【经典书】信息理论、推理和学习算法,640页pdf
专知会员服务
82+阅读 · 2020年9月21日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
相关资讯
正则化方法小结
极市平台
2+阅读 · 2021年11月24日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
学会原创 | 自然语言的语义表示学习方法与应用
中国人工智能学会
11+阅读 · 2019年3月7日
【机器学习】深入剖析机器学习中的统计思想
产业智能官
14+阅读 · 2019年1月24日
【领域报告】主动学习年度进展|VALSE2018
深度学习大讲堂
15+阅读 · 2018年6月12日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
38+阅读 · 2021年8月31日
Arxiv
15+阅读 · 2021年2月19日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
136+阅读 · 2018年10月8日
微信扫码咨询专知VIP会员