建模、依赖性、分类、统一统计科学与多元文化
统计理论
2012-04-25 v3 统计方法学
机器学习
统计理论
摘要
Breiman (2001) 提出统计学家应意识到两种文化：1. 由 R.A.Fisher 和 Jerzy Neyman 开创的参数建模文化；2. 由机器学习研究开创的算法预测文化。Parzen (2001) 在讨论 Breiman (2001) 时提出研究人员应意识到多种文化，其中包括我们研究的重点：3. 非参数、基于分位数、信息论建模。我们利用比较密度、copula 密度、依赖性度量、相关性、信息以及适用于具有无限二阶矩的长尾分布的新度量（称为 LP 得分共矩），统一了针对传统小数据集和新兴大数据集的多种统计方法。一个非常重要的目标是统一离散和连续随机变量的方法。我们的研究将这些方法扩展到了现代高维数据建模中。
引用
@article{arxiv.1204.4699,
title = {Modeling, dependence, classification, united statistical science, many cultures},
author = {Emanuel Parzen and Subhadeep Mukhopadhyay},
journal= {arXiv preprint arXiv:1204.4699},
year = {2012}
}
备注
31 pages, 10 Figures