数学 > 统计理论
[提交于 2008年3月13日
]
标题: 正则化的大协方差矩阵估计
标题: Regularized estimation of large covariance matrices
摘要: 本文研究了通过带状化或 tapered 方法估计来自 $n$ 个观测值的 $p$ 个变量的协方差矩阵,或者估计协方差矩阵逆的一个带状版本。 我们证明了只要 $(\log p)/n\to0$,这些估计在算子范数下是一致的,并且得到了明确的速率。 结果对于某些相当自然且条件良好的协方差矩阵族是一致的。 我们还引入了一个类似于高斯白噪声模型的类比,并表明如果总体协方差可以嵌入该模型并且条件良好,则带状近似能够一致地估计协方差矩阵的特征值及其对应的特征向量。 这些结果可以推广到带状化的平滑版本以及具有足够短尾部的非高斯分布。 提出了一种重抽样方法来在实际中选择带宽参数。 这种方法在模拟数据和真实数据上进行了数值验证。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.