针对非高斯独立分量的投影寻踪
统计理论
2016-12-19 v1 统计理论
摘要
在独立分量分析中，假设观测随机变量是被称为独立分量的潜在、相互独立的随机变量的线性组合。我们的模型进一步假设只有非高斯独立分量是感兴趣的，高斯分量被视为噪声。在本文中，投影寻踪被用于提取非高斯分量并分离相应的信号与噪声子空间。我们对投影指标的选择是三阶和四阶累积量的平方的凸组合，并且我们逐一（基于紧缩的方法）或同时（对称方法）估计非高斯分量。通过相应的优化问题、估计方程、算法和渐近性质，详细考虑了两种估计的性质。对这两种估计的各种比较表明，这两种方法分离信号和噪声子空间的效果同样好，但对称方法在提取单个非高斯分量方面通常更好。
引用
@article{arxiv.1612.05445,
title = {Projection Pursuit for non-Gaussian Independent Components},
author = {Joni Virta and Klaus Nordhausen and Hannu Oja},
journal= {arXiv preprint arXiv:1612.05445},
year = {2016}
}
备注
47 pages, 11 figures. This work is partially based on the unpublished manuscript "Joint Use of Third and Fourth Cumulants in Independent Component Analysis", Virta et al. (2015), available as an arXiv preprint, https://arxiv.org/abs/1505.02613