Fisher 讲座：回归中的降维
统计方法学
2007-08-30 v1
摘要
本文从讨论 R. A. Fisher 早期关于降维的书面评论入手，重新审视主成分分析作为回归中的一种降维方法，开发了多种基于模型的扩展，并最后描述了回归中基于模型和无模型降维的一般方法。文章认为，主成分及相关方法的作用可能比此前所见更为广泛，而以预测变量的观测值为条件的常见做法可能会不必要地限制回归方法的选择。
引用
@article{arxiv.0708.3774,
title = {Fisher Lecture: Dimension Reduction in Regression},
author = {R. Dennis Cook},
journal= {arXiv preprint arXiv:0708.3774},
year = {2007}
}
评论
This paper commented in: [arXiv:0708.3776], [arXiv:0708.3777], [arXiv:0708.3779]. Rejoinder in [arXiv:0708.3781]. Published at http://dx.doi.org/10.1214/088342306000000682 in the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)