函数型数据的极值深度及其应用
统计方法学
2015-11-03 v1
摘要
我们提出了一种称为“极值深度”(ED)的用于函数型数据的新概念，讨论了其性质，并将其性能与现有概念进行比较。所提出的概念基于极端“离群性”的度量。ED具有其他概念所不具备的几个理想性质，特别适用于获取函数型数据和函数空间的中央区域。具体而言：a) 中央区域达到名义（期望）的同步覆盖概率；b) 基于ED的（同步）中央区域与适当的逐点中央区域之间存在对应关系；c) 该方法对特定类别的函数型离群值具有抗性。本文考察了ED的性能并与其它深度概念比较。其实用性通过应用于构建中央区域、函数型箱线图、离群值检测以及回归问题中的同步置信带得到展示。
引用
@article{arxiv.1511.00128,
title = {Extremal Depth for Functional Data and Applications},
author = {Naveen N. Narisetty and Vijayan N. Nair},
journal= {arXiv preprint arXiv:1511.00128},
year = {2015}
}
备注
Journal of the American Statistical Association (Theory and Methods), To appear