利用附加信息的充分降维

Hung Hung; Chih-Yen Liu; Henry Horng-Shing Lu

利用附加信息的充分降维

统计方法学 2014-10-15 v1

作者: Hung Hung , Chih-Yen Liu , Henry Horng-Shing Lu

摘要

充分降维被广泛应用于辅助响应变量 $Y$ 与协变量 $X$ 之间的模型构建。虽然关注的目标是 $(Y,X)$ 之间的关系，但在某些应用中，我们也收集了与 $Y$ 高度相关的附加变量 $W$ 。从统计学的角度来看，在不使用 $W$ 的情况下对 $(Y,X)$ 进行推断会损失效率。然而，利用 $W$ 的信息来推断 $(Y,X)$ 并非易事。在本文中，我们提出了一种针对 $(Y,X)$ 的两阶段降维方法，该方法能够利用来自 $W$ 的附加信息。其主要思想是通过为目标关注对象构建一个包络子空间 (envelope subspace) 来限制搜索空间。在乳腺癌数据的分析中，通过两阶段方法构建的风险评分能够很好地区分具有不同生存经历的患者。在 Pima 数据中，与传统方法相比，两阶段方法需要更少的成分来推断糖尿病状态，同时实现了更高的分类准确率。

关键词

充分降维附加信息包络子空间两阶段方法统计推断分类准确率乳腺癌数据

引用

@article{arxiv.1410.3561,
  title  = {Sufficient dimension reduction with additional information},
  author = {Hung Hung and Chih-Yen Liu and Henry Horng-Shing Lu},
  journal= {arXiv preprint arXiv:1410.3561},
  year   = {2014}
}

备注

26 pages, 4 figures, 1 table

利用附加信息的充分降维

摘要

关键词

引用

备注

相关论文