多元回归与 PCA 在建模世界发展数据中的鲁棒性与数值稳定性研究
统计方法学
2022-11-15 v1 应用统计
统计计算
摘要
用于对有标签与无标签数据建模的流行方法——多元回归与 PCA（主成分分析），已被用于海量数据集的研究。在本研究中，我们试图通过对世界发展数据（一个以其复杂性与高维性而臭名昭著的数据集）进行拟合，来推展这两种方法的极限。我们利用矩阵条件数以及捕获数据集方差的能力，评估了这两种方法的鲁棒性与数值稳定性。结果表明从数值角度看两种方法表现均不佳，但仍可捕获某些定性见解。
引用
@article{arxiv.2208.01549,
title = {Investigation of robustness and numerical stability of multiple regression and PCA in modeling world development data},
author = {Chen Ye Gan},
journal= {arXiv preprint arXiv:2208.01549},
year = {2022}
}
备注
8 pages, 4 figures, high-dimensional data analysis, world development data, conference, publishing by IEEE, indexed by EI compendex