转椭球图模型的确然筛选

我们提出一种在高维设定下恢复转椭球图模型结构的方法——确然筛选。我们通过阈值化使用 Kendall's tau 统计量获得的样本相关矩阵的估计量之元素来估计偏相关图。在对相关图与偏相关图之间关系的一个简单假设下，我们证明以高概率估计边集包含真实边集，且估计边集的大小受控。我们给出了一个阈值，可控制期望假阳性率。在模拟和股票数据集上，我们表明转椭球图确然筛选与计算要求更高的图估计技术相比极具竞争力。