基于高维精度矩阵的统计推断

来源 :统计与决策 | 被引量 : 0次 | 上传用户:tdj_zhj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文章针对高维精度矩阵,提出了一种新的基于纠偏推断的方法.该方法基于Liu W于2016年提出的快速估计精度矩阵的SCIO方法,通过对初始估计量纠偏,引出纠偏估计量DSCIO的渐近正态分布,从而构造精度矩阵单个元素的置信区间.同时,利用Bootstrap-assisted策略将该方法推广到构造一组元素的同时推断.与现有方法相比,该方法在高维情况下计算效率更高且具有很好的准确性和稳健性.模拟结果表明,DSCIO方法在计算速度和准确度方面都具有明显优势.
其他文献
对于数据完备化方法,极大似然估计方法适合大样本数据,K近邻算法仅考虑不同数据同一属性间的线性关系,BP神经网络算法虽考虑了数据属性间的非线性联系,但样本分布对数据完备
通过统计过程控制图的模式识别可以判断生产状态的类型,帮助管理人员及时调整生产线以维持高质量的产品生产.文章首先将统计过程控制图的统计特征和形状特征进行整理,通过主