文献

J-GLOBAL ID：201902268261968968   整理番号：19A1474838

強スパイク固有値モデルの下での高次元平均ベクトルに関する推論

Inference on high-dimensional mean vectors under the strongly spiked eigenvalue model

著者 (3件)： Ishii Aki (Department of Information Sciences, Tokyo University of Science, Chiba, Japan) ,  Yata Kazuyoshi (Institute of Mathematics, University of Tsukuba, Ibaraki, Japan) ,  Aoshima Makoto (Institute of Mathematics, University of Tsukuba, Ibaraki, Japan)
資料名： Japanese Journal of Statistics and Data Science (Web)  (Japanese Journal of Statistics and Data Science (Web))
巻： 2  号： 1  ページ： 105-128  発行年： 2019年 
JST資料番号： U1494A  ISSN： 2520-8756  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,強スパイク固有値(SSE)モデルの下での高次元平均ベクトルに関する推論問題について議論した。最初に,一標本検定を考察した。膨大な雑音を避けるために,データ変換技術を用いて新しい検定統計量を導出した。新しい検定統計量に対して漸近的正規性が成立できることを示した。新しい検定手続きの漸近的なサイズと検定力を与え,理論的及び数値的にその性能を調べた。SSEモデルの下で平均ベクトルに関する信頼領域の構築にそれらの知見を適用した。さらに,SSEモデルの下で多標本問題を検討した。最後に,実際のマイクロアレイデータセットを用いて新しい検定手続きを実証した。Copyright 2018 Japanese Federation of Statistical Science Associations Translated from English into Japanese by JST.

シソーラス用語： *固有値問題 ,  *数学モデル ,  雑音 ,  データ変換 ,  統計量 ,  仮説検定 ,  信頼性 ,  標本抽出 ,  統計的検定
準シソーラス用語： サンプリング【統計】 ,  検定統計量 ,  標本検定

著者キーワード (6件)： 漸近正規性 ,  データ変換 ,  固有構造推定 ,  大きなPの小さなN ,  雑音低減法 ,  スパイクモデル

分類 (2件)： 数値計算  (JE02000J) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (7件)： スパイク ,  固有値 ,  モデル ,  高次元 ,  平均 ,  ベクトル ,  推論