云南高校图书馆联盟文献共享服务平台- 姜云卢

姜云卢: 作品数：12被引量：13H指数：2; 导出分析报告; 供职机构：暨南大学经济学院更多>>; 发文主题：高维异常值高维数据稳健性惩罚更多>>; 发文领域：理学经济管理更多>>; 发文期刊：《湘潭大学学报（自然科学版）》《系统科学与数学》《华南师范大学学报（自然科学版）》《应用概率统计》更多>>; 所获基金：广东省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金国家教育部博士点基金更多>>

基于MRCD估计的高维稳健因子分析方法及应用研究: 《数理统计与管理》2024年第2期295-306,共12页姜云卢丰之韵刘巧云邹航; 国家自然科学基金项目(12171203);广东省自然科学基金项目(2022A1515010045);中央高校基本科研业务费专项资金资助(23JNQMX21)。; 因子分析是常用的多元统计分析方法之一,其思想是根据变量间的相关关系求出少数几个主因子,利用这些主因子描述原始变量。传统因子分析方法具有不稳健性,如果数据存在离群值会得到不合理的结果。虽然基于MCD估计的稳健因子分析具有良好...; 关键词：高维数据 MRCD估计因子分析

基于折扣指数损失函数的高维异方差数据的惩罚稳健回归估计: 《数学进展》2024年第1期41-63,共23页姜云卢邹航温灿红张宝学王学钦; partially supported by NSFC(No.12171203);the Natural Science Foundation of Guangdong(No.2022A1515010045);the Fundamental Research Funds for the Central Universities(No.23JNQMX21);partially supported by NSFC(No.12171449);partially supported by NSFC(No.12271370);partially supported by NSFC(Nos.12231017,72171216,71921001,71991474);the National Key R&D Program of China(No.2022YFA1003803)。; 生物医学、计量经济学和金融学领域的高维数据通常表现出异方差性,这引起了学者们极大的关注.虽然已经提出了大量方法来解决异方差或重尾误差,但是其中很多缺乏稳健的理论性质并且容易受到高杠杆点的影响.为了克服这些缺陷,本文提出了...; 关键词：异质性折扣指数损失函数稳健性崩溃点

高维线性回归模型稳健变量选择方法综述: 《应用概率统计》2024年第1期157-181,共25页邹航姜云卢; 国家自然科学基金项目(批准号:12171203);广东省自然科学基金项目(批准号:2022A1515010045);中央高校基本科研业务费专项资金项目(批准号:23JNQMX21)资助。; 随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计...; 关键词：高维线性回归模型稳健性变量选择有效性

基于稳健回归的经济增长数据可靠性评估被引量：1: 《数理统计与管理》2023年第2期326-334,共9页徐建挺姜云卢; 国家自然科学基金项目(12171203);广东省自然科学基金项目(2022A1515010045)。; 为了顺应改革开放以来经济规模和结构的不断调整,我国的统计体系发生了较大的变化.部分经济指标在不同层面的汇总结果存在差异,导致一些学者和组织对我国公布的经济增长数据质量提出质疑.因此,对我国经济增长数据的可靠性进行检测,成为...; 关键词：稳健回归异常点诊断数据质量

高维稳健Hotelling T^(2)控制图的研究与应用被引量：2: 《系统科学与数学》2022年第7期1877-1890,共14页姜云卢丰之韵; 国家自然科学基金项目(12171203);广东省自然科学基金项目(2019A1515011830,2022A1515010045)资助课题。; 控制图是统计过程控制中最广泛使用的技术之一,主要通过检测异常或失控的行为监控生产质量.传统Hotelling T^(2)控制图具有不稳健性,对存在异常值数据的监控效果不够理想.虽然基于MCD估计的稳健Hotelling T^(2)控制图能够更好地抵抗异...; 关键词：Hotelling T^(2)控制图高维数据稳健估计 MRCD估计

基于MRCD估计的多元线性回归模型的稳健估计被引量：3: 《广西师范大学学报（自然科学版）》2022年第1期175-186,共12页颜海波邓罡姜云卢; 广东省自然科学基金(2018A030313171,2019A1515011830)。; 含异常值的数据和高维数据越来越频繁地出现,对现有的稳健估计和多元线性回归估计方法提出了挑战。传统的多元线性回归模型估计对异常值非常敏感,基于MCD估计方法的多元线性回归估计对异常值有一定的抵御作用。但随着数据维数的增加,MC...; 关键词：异常值高维数据 MCD估计 MRCD估计多元线性回归模型

高维稳健主成分聚类方法及其应用研究被引量：5: 《数理统计与管理》2022年第1期1-10,共10页姜云卢胡月刘巧云黄美兰; 国家自然科学基金项目(12171203);广东省自然科学基金项目(2018A030313171,2019A1515011830)。; 随着信息技术的高速发展,每条数据所包含的信息越来越丰富,使得数据不可避免地含有异常值,且随着维数的增加,异常值出现的可能性更大。传统的主成分聚类分析对异常值特別敏感,基于MCD估计的主成分聚类方法虽然对异常值具有防御作用,但...; 关键词：异常值 MCD估计 MRCD估计主成分聚类分析

高维稳健典型相关分析研究与应用被引量：3: 《系统科学与数学》2021年第10期2965-2976,共12页姜云卢邓罡文诗涵刘峻成; 广东省自然科学基金项目(2018A030313171,2019A1515011830)资助课题。; 随着各行业的快速发展和对数据应用的重视,产生的数据越来越多,结构也越来越复杂,含异常值的数据和高维数据越来越多地出现在我们的视野中.传统的典型相关分析对异常值非常敏感,基于MCD估计方法的典型相关分析对异常值有一定的抵御作用...; 关键词：异常值高维数据 MCD估计典型相关分析

权重分位数-自适应LASSO方法研究与应用被引量：1: 《湘潭大学学报（自然科学版）》2021年第1期35-48,共14页廖继标姜云卢邓罡陈宁韩国胜; 广东省自然科学基金项目(2018A030313171,2019A1515011830)。; 有关惩罚分位数回归的研究较为丰富,不过多数惩罚分位数回归模型并没有解决杠杆点问题,WLAD-LASSO能有效处理自变量存在的离群值,是惩罚分位数回归的特例.该文将WLAD-LASSO推广至更一般的情形,提出了WQR-LASSO方法.WQR-LASSO不仅具备WLA...; 关键词：权重分位数-自适应LASSO 稳健变量选择异常值惩罚分位数回归

超市O2O全渠道模式发展态势初探——以广州、深圳、珠海调研数据为例: 《中国集体经济》2015年第15期56-57,共2页林楚海陈耿鑫蒋泽婷曹雨婷姜云卢; 文章从消费者的视角出发,通过数据分析与建立logistic模型,认为超市要较好地实现模式转变,可从超市Wi-Fi开始,与消费者建立联系,并通过物流配送,提升线下购物体验。在平台建设上,可以稍向女性倾斜;模式转型的同时,企业结构也应相应进行...; 关键词：超市O2O 消费习惯线下体验

姜云卢