全局与局部函数型数据深度的实证比较
统计方法学
2018-07-06 v3
摘要
函数型数据深度提供了一种由中心向外的排序准则，使得在函数型框架下能够定义中位数、截尾均值、中心区域或秩等度量。函数型数据深度可以是全局的或局部的。对于全局深度，曲线 的中心性程度同等依赖于样本的其余观测；而对于局部深度，各观测在定义 的中心性程度时的贡献随其与 距离的增加而减小。我们针对三种全局和两种局部函数型深度，对函数型深度问题的全局与局部方法进行了实证比较。首先，我们考虑两个真实数据集，表明全局与局部深度可能提供不同的见解。其次，我们利用模拟数据说明了何时可以预期全局与局部方法存在差异。
引用
@article{arxiv.1607.05042,
title = {An empirical comparison of global and local functional depths},
author = {Carlo Sguera and Rosa E. Lillo},
journal= {arXiv preprint arXiv:1607.05042},
year = {2018}
}