权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Study of variable selection methods integrated in data analysis and development of interactive system for variable selection

数据分析中集成的变量选择方法研究及变量选择交互系统开发

基本信息

批准号：
10680321
负责人：
MORI Yuichi
金额：
$ 0.64万
依托单位：
Okayama University of Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
1998
资助国家：
日本
起止时间：
1998 至 1999
项目状态：
已结题

项目摘要

We study variable selection in multivariate methods without external variables, especially in principal component analysis (PCA). In this study we discuss the followings.1. We consider Tanaka & Mori's method (Modified PCA) in detail among the previous studies and some new methods for variable selection in PCA. That is, we propose four stepwise selection procedures and evaluate them, and investigate its criteria numerically.2. We apply the computer intensive methods (Bootstrap and Cross-validation techniques) to the results of the selection and then can obtain information to evaluate the methods and to determine the number of variables to be selected.3. We adopt the idea of sensitivity analysis as a new criterion to select variables. As for sensitivity analysis, we develop the statistical package "SAMMIF" which can be used conveniently for detecting not only singly but also jointly influential observation. Using the idea we propose a new selection method to find a variable which has the smallest influence on the result or parameter estimations of PCA and then delete it.4. We also develop the software "VASPCA" for variable selection in PCA. This is an interactive software which includes all the selection methods and has two types of versions, VASPCA/Win for Windows and VASPCA/Web for the internet.

我们研究了无外变量的多变量方法中的变量选择，特别是主成分分析（PCA）。在这项研究中，我们讨论了以下内容。1.我们认为Tanaka & Mori的方法（修改的PCA）在以前的研究和一些新的方法中的变量选择的PCA中的详细。也就是说，我们提出了四个逐步选择程序，并评估他们，并探讨其标准的数字。我们将计算机密集型方法（Bootstrap和交叉验证技术）应用于选择的结果，然后可以获得信息来评估方法并确定要选择的变量的数量.我们采用敏感性分析的思想作为选择变量的新标准。在灵敏度分析方面，我们开发了一个统计软件包“SAMMIF”，该软件包不仅可以方便地检测单个影响观测值，还可以检测联合影响观测值。利用这一思想，我们提出了一种新的选择方法，找到一个对PCA的结果或参数估计影响最小的变量，然后删除它.我们还开发了用于PCA变量选择的软件VASPCA。这是一个交互式软件，其中包括所有的选择方法，并有两种类型的版本，VASPCA/Win的Windows和VASPCA/Web的互联网。