基于高斯中心化 L-矩的变量筛选
统计方法学
2019-08-30 v1 统计理论
统计计算
统计理论
摘要
大数据中的一个重要挑战是识别重要变量。本文提出发现具有非标准单变量边际分布变量的方法。基于矩的常规汇总统计量可很好地用于该目的，但其对离群值的敏感性可能导致基于少数离群值而非双峰性等分布形状的选择。为应对此类非稳健性，我们考虑 L-矩。然而在实践中使用它们存在局限，因为它们在高斯分布处不取零值，而边际分布的形状最自然正是与高斯分布比较。作为补救，我们提出高斯中心化 L-矩，其兼具 L-矩的优点，但在高斯分布处为零。高斯中心化 L-矩相对于其他常规矩的优势在理论与实际方面均得以展现，例如其在癌症遗传学数据中筛选重要基因时的表现。
引用
@article{arxiv.1908.11048,
title = {Variable screening based on Gaussian Centered L-moments},
author = {Hyowon An and Kai Zhang and Hannu Oja and J. S. Marron},
journal= {arXiv preprint arXiv:1908.11048},
year = {2019}
}