项目名称: 高维数据下多样本均值检验问题的研究

项目编号: No.11526070

项目类型: 专项基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 曹明响

作者单位: 合肥师范学院

项目金额: 2.5万元

中文摘要: 本项目拟从以下两个方面进行研究: (1)高维数据下的MANOVA中的检验问题。基于多样本均值的离差平方和,将已有文献中的两样本检验统计量进行两种不同形式的推广,构造了条件更弱、功效较高、适用范围更广的新的检验统计量。 (2)高维数据下多样本均值的线性假设的检验问题。首先将Bennett变换推广到高维的情形,然后基于新的Bennett变换和已有文献中构造两样本检验统计量的方法构造新的检验统计量。 在这个大数据时代,分析复杂数据和高维数据将是统计学的一个主要任务,所以,本项目具有重要的科学意义和应用价值。

中文关键词: 高维数据;多样本;多元方差分析;线性假设;

英文摘要: This project intends to research from the following two aspects: (1)Tests on MANOVA in high dimensional data. On the basis of sum of squares of deviations of sample means, the two sample tests in literature are extended to two different expressions; Then, new tests are proposed, which has weaker conditions, higher powers and broader applications than existed tests. (2) Linear hypothesis on sample means in high dimensional data. At first, the Bennett's transformation is extended to the high dimensional case. Then using this new Bennett transformation and the existed methods on two-sample tests, new tests are proposed. The analysis of complex or high dimensional data is an urgent work for statistics, the project is important both in theory and practice at the age of big data.

英文关键词: High dimensional data;Several samples;MANOVA;Linear hypothesis;

成为VIP会员查看完整内容
0

相关内容

【2022新书】贝叶斯建模与Python建模
专知会员服务
141+阅读 · 2022年1月9日
专知会员服务
117+阅读 · 2021年10月6日
专知会员服务
52+阅读 · 2021年8月29日
专知会员服务
35+阅读 · 2021年6月16日
专知会员服务
73+阅读 · 2021年6月12日
专知会员服务
36+阅读 · 2021年5月10日
【经典书】统计学,806页pdf,解锁数据的力量
专知会员服务
79+阅读 · 2020年8月12日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
【2022新书】贝叶斯建模与Python建模
专知
18+阅读 · 2022年1月9日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
用狄拉克函数来构造非光滑函数的光滑近似
PaperWeekly
0+阅读 · 2021年10月23日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
41+阅读 · 2019年8月9日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8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
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19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
一文读懂贝叶斯分类算法(附学习资源)
大数据文摘
12+阅读 · 2017年12月14日
国家自然科学基金
2+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
4+阅读 · 2014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
2+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 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
14+阅读 · 2021年3月10日
Arxiv
15+阅读 · 2021年2月19日
小贴士
相关主题
相关VIP内容
【2022新书】贝叶斯建模与Python建模
专知会员服务
141+阅读 · 2022年1月9日
专知会员服务
117+阅读 · 2021年10月6日
专知会员服务
52+阅读 · 2021年8月29日
专知会员服务
35+阅读 · 2021年6月16日
专知会员服务
73+阅读 · 2021年6月12日
专知会员服务
36+阅读 · 2021年5月10日
【经典书】统计学,806页pdf,解锁数据的力量
专知会员服务
79+阅读 · 2020年8月12日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
【2022新书】贝叶斯建模与Python建模
专知
18+阅读 · 2022年1月9日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
用狄拉克函数来构造非光滑函数的光滑近似
PaperWeekly
0+阅读 · 2021年10月23日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
41+阅读 · 2019年8月9日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8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
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19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
一文读懂贝叶斯分类算法(附学习资源)
大数据文摘
12+阅读 · 2017年12月14日
相关基金
国家自然科学基金
2+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
4+阅读 · 2014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
2+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 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员