典型文献
基于DDC算法的稳健稀疏主成分法及其实证研究
文献摘要：
主成分分析是多元统计分析中经典降维方法之一.它有两个固有弊端:一是当样本中存在离群样本时,经典主成分法所得载荷向量、得分往往不符合实际;二是在现实中各主成分载荷往往都会不等于零,甚至经常还会出现次要变量与主要变量的载荷绝对值大小接近的情况,导致主成分可解释性被大幅削弱.另外,传统的稳健主成分法通过删除离群样本后计算载荷向量达到稳健效果,这对于那些只有少数几个变量的观测值离群的离群样本来说是一种欠妥的方法.针对上述几点,本文以DDC(Detecting Deviating Cell)算法为主要的稳健方法,提出一种稳健稀疏主成分法DDCSPCA.模拟实验和实证分析结果表明:DDCSPCA在处理有离群样本的数据时能达到稳健与(载荷向量)稀疏双重效果.而且,其对格离群数据有着以往稳健主成分法所远远不及的稳健性.
文献关键词：
DDCSPCA;稳健稀疏主成分分析;格离群
中图分类号：
作者姓名：
阮皓麟;王斌会
作者机构：
暨南大学管理学院企管系,广东广州510632
文献出处：
引用格式：
[1]阮皓麟;王斌会-.基于DDC算法的稳健稀疏主成分法及其实证研究)[J].数理统计与管理,2022(04):662-678
A类：
Deviating,DDCSPCA,格离群,稳健稀疏主成分分析
B类：
多元统计分析,降维方法,符合实际,分载,等于零,可解释性,删除,少数几个,观测值,欠妥,Detecting,Cell,模拟实验,离群数据
AB值：
0.183716
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
