本文關(guān)鍵詞：高維數(shù)據(jù)下的判別分析及模型選擇方法，由筆耕文化傳播整理發(fā)布。

網(wǎng)友wz_198620近日為您收集整理了關(guān)于高維數(shù)據(jù)下的判別分析及模型選擇方法的文檔，希望對您的工作和學習有所幫助。以下是文檔介紹：分類號:密級:∥戶第單位代碼:10422學號:UNIVER博士學位論文DissertationforDoctoralDegree論文題目:高緄數(shù)據(jù)下矗剽到命析1支梗型選坪弓i文作者姓名絲整函培養(yǎng)單位金豇叢選睦:監(jiān)!衛(wèi)出:!::lf匕l(fā):=.一專業(yè)名稱擅葷漁芻趟理盛緝指導教師拯逸合作導師砌f年5"-月f7日∥各一萬方數(shù)據(jù)DiscriminantAnalysisandModelSelectionMethodsforHighDimensionalData高維數(shù)據(jù)下的判別分析及模型選擇方法THESISSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofDOCToRoFPHILOSoPHY(ProbabilityandMathematicalStatistics)attheSHANDONGUNIVERSITYbyYanliZhangSupervisor:Prof.LuLin⑧May2015萬方數(shù)據(jù)原創(chuàng)性聲明本人鄭重聲明:所呈交的學位論文,是本人在導師的指導下,獨立進行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究作出重要貢獻的個人和集體,均已在文中以明確方式標明。本聲明的法律責任由本人承擔。論文作者簽名:獨整函日期:趁笸:￡!鯉關(guān)于學位論文使用授權(quán)的聲明本人完全了解山東大學有關(guān)保留、使用學位論文的規(guī)定,同意學校保留或向國家有關(guān)部門或機構(gòu)送交論文的復印件和電子版,允許論文被查閱和借閱;本人授權(quán)山東大學可以將本學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可以采用影印、縮印或其他復制手段保存論文和匯編本學位論文。(保密論文在解密后應(yīng)遵守此規(guī)定)論文作者簽名:磁輕闔導師簽名:萬方數(shù)據(jù)山東大學博士學位論文2萬方數(shù)據(jù)中文摘要英文摘要目錄第一章緒論1.1線性判別分析............................1.1.1判別分析的定義及分類...................1.1.2Fisher線性判別.......................1.1.3Fisher線性判別與線性回歸的關(guān)系............1.2測量誤差模型選擇似然函數(shù)....................1.2.1例子.............................1.2.2MEM選擇似然函數(shù)構(gòu)造步驟...............1.3高維線性模型變量選擇方法....................1.4回歸模型...............................1.4.1非參數(shù)回歸模型.......................1.4.2半?yún)?shù)回歸模型.......................1.4.3模型選擇方法........................第二章2.12.22.32.42.5Dantzig判別分析引言.................................Dantzig判別分析..........................Dantzig判別分析的漸近性質(zhì)...................2.3.1正態(tài)情況...........................2.3.2非正態(tài)情況.........................模擬研究...............................2.4.1數(shù)值模擬...........................2.4一.實例模擬...........................結(jié)論證明...............................I仃1112233457799萬方數(shù)據(jù)山東大學博士學位論文第三章Lasso非參數(shù)判別分析3.1引言........................3.2方法的提出....................3.2.1單指標模型指標方向估計.........3.2.2Lasso判別分析............,.3.3理論性質(zhì)......................3.4模擬驗證......................3.4.1數(shù)值模擬..................3.4.2實例分析..................3.5結(jié)論證明......................第四章基于測量誤差模型似然函數(shù)的變量選擇方法4.1引言........................4.1.1測量誤差模型...............4.1.2測量誤差模型用來選擇變量的統(tǒng)計思想.4.1.3線性模型變量選擇方法..........4.2方法的提出....................4,3漸近理論性質(zhì)...................4.4結(jié)論證明......................第五章懲罰線性部分的非參數(shù)模型5.1引言........................5.2懲罰非線性結(jié)構(gòu)估計的定義...........5.2.1光滑法與投影...............5.2.2懲罰線性結(jié)構(gòu)的非參數(shù)估計定義.....5.3懲罰估計的漸近性質(zhì)...............5.4模擬........................5.4.1適應(yīng)參數(shù)的選擇..............5.4.2數(shù)值模擬....,..............5.5證明........................4萬方數(shù)據(jù)參考文獻攻讀博士學位期間發(fā)表及完成的論文致謝718183萬方數(shù)據(jù)山東大學博士學位論文6萬方數(shù)據(jù)山東大學博士學位論文高維數(shù)據(jù)下的判別分析及模型選擇方法張艷麗(山東大學金融研究院,濟南,250100)中文摘要判別分析是利用已知類別的樣本建立判別模型,對未知類別的樣本進行判別歸類的一種統(tǒng)計方法。近年來,判別分析在醫(yī)學、自然科學、社會學及經(jīng)濟管理學科中都有廣泛的應(yīng)用。判別分析的特點是根據(jù)已有的每個類別的若干樣本的數(shù)據(jù)信息,以概率統(tǒng)計理論為基礎(chǔ),建立判別準則.對于新的樣本點,利用得到的判別準則,就能判別該樣本點所屬的類別。常用的判別分析方法有Bayes判別和Fisher判別。Bayes判別是一種概率型的判別分析方法,在分析過程開始時需要獲得各個類別的分布密度函數(shù),同時也需要知道樣本點屬于各個類別的先驗概率,以建立一個合適的判別規(guī)則。但是實際中往往不知道各類別的分布密度,而且當判別變量較多時,計算也較為復雜,此時,Fisher線性判別分析方法占有優(yōu)勢。Fisher判別的基本思想是投影降維,使多維問題簡化為一維問題來處理,實際上就是把特征空間壓縮到一維。問題的關(guān)鍵是投影之后原來可以分的開的樣本可能變得混雜在一起而無法區(qū)分開。所以在Fisher判別分析中,尋找投影方向是關(guān)鍵。在一般情況下,總可以找到某個最好的方向,使樣本投影到這個方向的直線上是最容易分得開的,即每一類內(nèi)的投影值越集中越

12>

  本文關(guān)鍵詞：高維數(shù)據(jù)下的判別分析及模型選擇方法，由筆耕文化傳播整理發(fā)布。