高維協方差矩陣降維的幾種方法
摘要:估計高維協方差矩陣在現代多元統計分析中很常見,常出現于分析高維經濟和金融數據.在對協方差矩陣建模時,有兩個主要困難:高維及正定性.目前高維數據分析及協方差估計主要集中在估計量計算的可行性算法上.有選擇性地回顧了當前高維協方差矩陣估計的研究進展.主要集中在三種方法上:修正的矩陣Cholesky分解,潛在因子法及門限法.這些方法被期望廣泛應用于經濟和金融數據分析.
注: 保護知識產權,如需閱讀全文請聯系江蘇第二師范學院學報雜志社
摘要:估計高維協方差矩陣在現代多元統計分析中很常見,常出現于分析高維經濟和金融數據.在對協方差矩陣建模時,有兩個主要困難:高維及正定性.目前高維數據分析及協方差估計主要集中在估計量計算的可行性算法上.有選擇性地回顧了當前高維協方差矩陣估計的研究進展.主要集中在三種方法上:修正的矩陣Cholesky分解,潛在因子法及門限法.這些方法被期望廣泛應用于經濟和金融數據分析.
注: 保護知識產權,如需閱讀全文請聯系江蘇第二師范學院學報雜志社