High dimensional asymptotics for the naive Hotelling T2 statistic in pattern recognition
High dimensional asymptotics for the naive Hotelling T2 statistic in pattern recognition
复制标题
模式识别中朴素 Hotelling T2 统计量的高维渐近
DOI：
10.1080/03610926.2018.1517217
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Naito Kanta
中科院分区：
文献类型：
--
作者：
Tamatani Mitsuru;Naito Kanta
本文研究了朴素 HotellingT2 统计量的高维渐近性。朴素贝叶斯已被用于高维模式识别，作为避免估计协方差矩阵中的奇点的方法。朴素HotellingT2统计量相当于朴素典型相关性的估计量，是朴素贝叶斯中统计上重要的量，其高维行为已在多种条件下进行了研究。在本文中，使用鞅差分序列的中心极限定理开发了高维低样本量设置下朴素 HotellingT2 统计量的渐近正态性。
This paper examines the high dimensional asymptotics of the naive HotellingT2statistic. Naive Bayes has been utilized in high dimensional pattern recognition as a method to avoid singularities in the estimated covariance matrix. The naive HotellingT2statistic, which is equivalent to the estimator of the naive canonical correlation, is a statistically important quantity in naive Bayes and its high dimensional behavior has been studied under several conditions. In this paper, asymptotic normality of the naive HotellingT2statistic under a high dimension low sample size setting is developed using the central limit theorem of a martingale difference sequence.
登录
查看更多内容
关于两个正态总体混合的一些非中心分布问题
影响因子：
0.7
作者：
A. K. Gupta;D. G. Kabe
通讯作者：
D. G. Kabe
Hotelling广义$T_0^2$-统计量非空分布的渐近展开
影响因子：
--
作者：
M. Siotani
通讯作者：
M. Siotani
影响因子：
1.6
作者：
Dong, Kai;Pang, Herbert;Genton, Marc G.
通讯作者：
Genton, Marc G.
使用特征退火独立规则 1 的高维分类
DOI：
--
发表时间：
2007
期刊：
--
影响因子：
--
作者：
Jianqing Fan;Yingying Fan
通讯作者：
Yingying Fan
论从两个多元正态总体的混合物中线性和二次型 III 抽样的霍特林 T2 检验 anb 分布的稳健性
影响因子：
0.8
作者：
M. Srivastava;H. Awan
通讯作者：
H. Awan