HD-SIS 超高维数据稳健变量筛选

摘要：

超高维变量筛选是统计研究的重要问题。提出一种新的变量筛选方法 HD-SIS，该方法不需要模型假设，并且对异常值有很强的抵抗能力，具有很好的稳健性。在 Monte Carlo 模拟中，对5种方法进行了比较，即确保独立筛选法、确保独立秩筛选法、稳健秩相关系数筛选法、距离确保独立筛选法和鞅差相关系数确保独立筛选法。模拟结果显示 HD-SIS 有更优良的表现。

关键词：超高维数据、稳健性、模型释放、变量筛选

所属期刊栏目：31

分类号：O212;F224.0(概率论与数理统计)

资助基金：中国人民大学科学研究基金中央高校基本科研业务费专项资金资助项目11XNI008

在线出版日期：2016-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：9-12