超高维数据的稳健秩条件特征筛选

摘要：

针对超高维变量筛选问题,提出一种新的稳健秩条件特征筛选方法,简称为RRCSIS.该方法不依赖于模型设定,并且可以同时处理条件特征筛选和特征筛选.数值模拟表明,RRCSIS在因变量或者自变量含有厚尾分布或者含有异常值时表现都很稳健,并且明显优于其他筛选方法.此外,为了识别出联合相关而边际不相关的变量,还提出了一种迭代的筛选过程,即IRRCSIS.最后,通过一个实例分析说明了该方法的有效性.

关键词：条件特征筛选、超高维数据、稳健秩、模型自由

所属期刊栏目：33

分类号：O212.1;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项目中央高校基本科研业务费专项资金资助项目17XN H088

在线出版日期：2018-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：6-12