CISE降维方法在高维数据情形下的大样本理论性质研究  

On the oracle property of CISE sufficient dimension reduction method with diverging number of parameters

作　　者：訾雪旻[1] 

机构地区：[1]天津职业技术师范大学理学院,天津300222

出　　处：《天津职业技术师范大学学报》2011年第4期42-45,共4页Journal of Tianjin University of Technology and Education

基　　金：国家自然科学基金青年基金项目(10901092);天津职业技术师范大学科研发展基金资助项目(YY09003)

摘　　要：在现代数据处理的很多场合下,变量pn会随着样本量的增加而变化甚至发散至无穷。由格拉斯曼流形上的数学工具和大样本理论,证明了坐标独立稀疏估计方法(CISE)在pn发散至无穷时,在一定条件下仍具有oracle性质:在所得到的重要变量的筛选结果(最终估计)将以概率1收敛到真实的重要变量。In most model of variable selection problem, the number of predictors tends to vary with the sample size increasing, even to infinity. Under some mild conditions, based on Grassman manifold theories and techniques, it can be showed that the coordinate independent sparse estimation （CISE）method still performs asymptotically as well as if the ture irrelevant predictors were known, which is referred to as the oracle property.

关 键 词：坐标独立稀疏估计 格拉斯曼流形 充分数据降维方法 惩罚函数 

分 类 号：TP311.131[自动化与计算机技术—计算机软件与理论]