文献类型：期刊文献

中文题名：超高维稀疏二次判别分析两阶段估计方法

英文题名：Two-stage Estimation Method for Ultra-high Dimensional Sparse Quadratic Discriminant Analysis

作者：高妍南[1];周生彬[2];黄叶金[3];白世贞[4]

机构：[1]广东海洋大学电子与信息工程学院;[2]岭南师范学院信息工程学院,广东湛江524048;[3]中证数据有限责任公司,北京100032;[4]哈尔滨商业大学工商管理博士后流动站,哈尔滨150028

年份：2022

卷号：38

期号：6

起止页码：9

中文期刊名：统计与决策

外文期刊名：Statistics & Decision

收录：CSTPCD、、国家哲学社会科学学术期刊数据库、北大核心、CSSCI、北大核心2020、CSSCI2021_2022

基金：国家自然科学基金资助项目(71671054)。

语种：中文

中文关键词：二次判别分析;超高维;稀疏性;精度矩阵;两阶段估计

外文关键词：quadratic discriminant analysis;ultrahigh dimension;sparsity;precision matrix;two-stage estimation

中文摘要：文章提出一种两阶段二次判别分析建模方法,该方法将高维协方差阵的估计转化为低维矩阵的估计问题,从而有效解决了超高维二次判别分析计算量大的问题。数值模拟和实际数据分析结果表明,在有限样本情形下,两阶段估计方法在变量选择和分类误差率方面的性能更好。

外文摘要：This paper proposes a modeling method for two-stage quadratic discriminant analysis, which transforms the estimation of high-dimensional covariance matrix into the estimation of low-dimensional matrix, thus effectively solving the problem of large computation of super-high-dimensional quadratic discriminant analysis. The results of numerical simulation and actual data analysis show that the two-stage estimation method has better performance in variable selection and classification error rate under finite samples.