刷新
Study on construction and applications of high-dimensional information criteria
高维信息标准构建及应用研究
基本信息
- 批准号：19500243
- 负责人：
- 金额：$ 2.25万
- 依托单位：
- 依托单位国家：日本
- 项目类别：Grant-in-Aid for Scientific Research (C)
- 财政年份：2007
- 资助国家：日本
- 起止时间：2007 至 2009
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
In this study, we considered to derive model selection criteria for various multivariate models under high-dimensional situations where the dimension is smaller than the sample size, but both of them tend to infinity. Concretely we derived high-dimensional AIC for additional information models in discriminant analysis, CAIC criterion for parallelism models in MANOVA and modified Cp criterion for selection of ridge parameters in multivariate regression model. Further, we derived high-dimensional asymptotic distributions of the roots in MANOVA, canonical correlations, etc.
在这项研究中，我们考虑在高维情况下的各种多元模型中得出模型选择标准，其中维度小于样本量，但两者都倾向于无穷大。具体而言，我们在判别分析中得出了高维AIC，用于其他信息模型，MANOVA中的平行性模型的CAIC标准以及用于选择多元回归模型中脊参数的修改CP标准。此外，我们得出了Manova，规范相关等的根源的高维渐近分布。
项目成果
期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
High-dimensional asymptotic expansion of LR statistic for testing the intraclass correlation structure and its error bound
用于测试类内相关结构及其误差界的LR统计量的高维渐近展开
- DOI：
- 发表时间：2010
- 期刊：
- 影响因子：1.6
- 作者：Kato Nohiro; Yamada Tomoyuki; Fujikoshi Yasunori
- 通讯作者：Fujikoshi Yasunori
High-dimensional asymptotic expansions for the distributions of canonical correlations
- DOI：10.1016/j.jmva.2008.04.009
- 发表时间：2009
- 期刊：
- 影响因子：0
- 作者：Y. Fujikoshi;Tetsuro Sakurai
- 通讯作者：Y. Fujikoshi;Tetsuro Sakurai
ultivariate Analysis: High-dimensional and Large-Sample Approximations
多变量分析：高维和大样本近似
- DOI：
- 发表时间：2010
- 期刊：
- 影响因子：0
- 作者：藤越康祝;Vladimir V. Ulyanov;清水良一
- 通讯作者：清水良一
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
数据更新时间：{{ journalArticles.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ monograph.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ sciAawards.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ patent.updateTime }}
FUJIKOSHI Yasunori其他文献
FUJIKOSHI Yasunori的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
{{ truncateString('FUJIKOSHI Yasunori', 18)}}的其他基金
New Development of Statistical Theory in Multivariate Data Analysisand Its Applications
多元数据分析统计理论新进展及其应用
- 批准号：
22500259 - 财政年份：2010
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
A study of the development of asymptotic theory in multivariate analysis and its applications
多元分析渐近理论的发展及其应用研究
- 批准号：
12440028 - 财政年份：2000
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for Scientific Research (B)
The theory of growth data analysis and the development of its softwares
生长数据分析理论及其软件开发
- 批准号：
10558036 - 财政年份：1998
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for Scientific Research (B).
Mathematical Analysis of Stochastic and Dynamic Systems
随机和动态系统的数学分析
- 批准号：
01460007 - 财政年份：1989
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for General Scientific Research (B)
相似海外基金
Morphometric age and sex estimation of the pelvis by three dimensional analysis of the homologous models.
通过同源模型的三维分析来估计骨盆的形态年龄和性别。
- 批准号：
19K10690 - 财政年份：2019
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Research on the Taguchi method applicable to complex data environments
适用于复杂数据环境的田口方法研究
- 批准号：
18K11202 - 财政年份：2018
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
高次元多変量データにおけるモデル選択規準の一致性
高维多元数据中模型选择标准的一致性
- 批准号：
18J12123 - 财政年份：2018
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for JSPS Fellows
Studies on age and sex dependent morphological changes of the coxal bone by three dimensional analysis of the homologous models.
通过同源模型的三维分析研究髋骨的年龄和性别依赖性形态变化。
- 批准号：
16K09213 - 财政年份：2016
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Variable selection methods in high-dimensional multivariate models and their applications
高维多元模型中的变量选择方法及其应用
- 批准号：
16K00047 - 财政年份：2016
- 资助金额：
$ 2.25万 - 项目类别：
Grant-in-Aid for Scientific Research (C)