A mutual information criterion with applications to canonical correlation analysis and graphical models.
A mutual information criterion with applications to canonical correlation analysis and graphical models.
复制标题
DOI：
10.1002/sta4.385
复制
发表时间：
2021-12
期刊：
影响因子：
--
通讯作者：
Tippett MK
中科院分区：
文献类型：
--
作者：
DelSole T;Tippett MK
本文导出了一个判定条件独立性的准则，该准则与赤池信息准则的小样本修正一致，但更容易应用于典型相关分析中的变量选择和图形模型的选择等问题。当假设分布等于真实分布时，该准则简化为互信息;因此，它被称为互信息准则（MIC）。尽管之前已经提出了这些选择问题的小样本Kullback-Leibler标准，但其中一些标准并不广为人知，但MIC的推导和应用要直接得多。
This paper derives a criterion for deciding conditional independence that is consistent with small‐sample corrections of Akaike's information criterion but is easier to apply to such problems as selecting variables in canonical correlation analysis and selecting graphical models. The criterion reduces to mutual information when the assumed distribution equals the true distribution; hence, it is called mutual information criterion (MIC). Although small‐sample Kullback–Leibler criteria for these selection problems have been proposed previously, some of which are not widely known, MIC is strikingly more direct to derive and apply.
登录
查看更多内容
影响因子：
6.3
作者：
Fan J;Feng Y;Xia L
通讯作者：
Xia L
影响因子：
4.5
作者：
Huang, Tzee-Ming
通讯作者：
Huang, Tzee-Ming
影响因子：
0.8
作者：
Su, Liangjun;White, Halbert
通讯作者：
White, Halbert
DOI：
10.1080/03610927808827599
发表时间：
1978-01-01
期刊：
COMMUNICATIONS IN STATISTICS PART A-THEORY AND METHODS
影响因子：
--
作者：
SUGIURA, N
通讯作者：
SUGIURA, N
影响因子：
2.7
作者：
HURVICH, CM;TSAI, CL
通讯作者：
TSAI, CL