主成分的最优性与广义主成分估计类 |
| |
引用本文: | 王松桂.主成分的最优性与广义主成分估计类[J].应用概率统计,1985(1). |
| |
作者姓名: | 王松桂 |
| |
作者单位: | 中国科技大学 |
| |
摘 要: | 在多元降维分析中,主成分之所以倍受重视,重要原因之一是它具有许多最优性质。Okamoto把主成分的最优性质归纳为三类:变差最优性、信息损失最小性和相关最优性。稍后,Chen又提出了一种回归最优性。在Massy引进了回归系数的主成分估计之后,学者们从多方面研究主成分估计的性质。除了它比最小二乘估计(以下简称LS估计)有较小的均方误差以及可容许性、Bayes估计之外,Greenberg还证明了,在一个很小的估计类中,主成分估计的方差和最小。Formby注意到,选择k(k小于回归自变量的个数p)个主成分的主
|
本文献已被 CNKI 等数据库收录! |
|