Асимптотическая теория статистического анализа наблюдений высокой размерности тема диссертации и автореферата по ВАК РФ 01.01.05, доктор физико-математических наук Сердобольский, Вадим Иванович
- Специальность ВАК РФ01.01.05
- Количество страниц 245
Оглавление диссертации доктор физико-математических наук Сердобольский, Вадим Иванович
Глава 1. Введение, Существенно многомерный подход к задачам статистического анализа
Глава 2* Резольвента и спектральные функции больших выборочных ковариационных ма.триц
Спектральные функции случайных матриц Грама
Спектральные функции выборочных ковариационных матриц
Предельные спектральные функции растущих выборочных ковариационных матриц
Глава 3, Резольвента и спектральные функции объединенных выборочных ковариационных матриц
Постановка задачи
Спектральные функции объединенных случайных матриц Грама
Спектральные функции объединенных выборочных ковариационных матриц
Предельные спектральные функции растущих объединенных выборочных ковариационных матшттт
Глава 4, Нормальное вычисление функций качества
Мера нормализуемости 89 Спектральные функции больших выборочных ковариационных матриц 90 Нормальное вычисление функционалов зависящих от выборок
Обсуждение
Глава 5. Оценивание обратных ковариационных матриц высокой размерности
Компрессионные оценки обратных ковариационных матриц
Обобщенные гребневые оценки обратных ковариационных матриц
Асимптотически неулучшаемые оценки обратных ковариационных матриц
Глава 6. Покомпонентное компрессионное оценивание нормальных средних
Функция оценивания компонент
Оценки неулучшаемой функции оценивания
Глава 7* Улучшенные оценки векторов математических ожиданий растущей размерности
Предельный квадратичный риск для класса оценок векторов математических ожиданий,
Минимизация предельного квадратичного риска
Статистики, аппроксимирующие предельную функцию квадратичного риска
Статистики, аппроксимирующие экстремальное предельное решения
Глава 8, Линейная выборочная регрессия большой размерности
Функционалы, зависящие от статистик 5" и
Функционалы, зависящие от выборочных ковариационных матриц и векторов ковариаций
Главная часть квадратичного риска и ее оценка
Частные случаи
Глава 9, Линейный дискриминантный анализ нормальных совокупностей с совпадающими ковариационными матрицами
Постановка задачи
Математическое ожидание и дисперсия дискриминантных функций
Предельные вероятности ошибок дискриминантного анализа
Глава 10, Теория дискриминантного анализа растущего числа независимых переменных
Постановка задачи
Априорное взвешивание вкладов независимых переменных
Минимизация предельной вероятности ошибки при априорном взвешивании
Взвешивание вкладов независимых переменных по оценкам
Минимизация предельной вероятности ошибки при взвешивании по оценкам
Статистики для оценивания вероятностей ошибок
Вклады переменных в дискриминацию
Отбор большого количества независимых переменных
Рекомендованный список диссертаций по специальности «Теория вероятностей и математическая статистика», 01.01.05 шифр ВАК
Робастные методы и алгоритмы оценивания корреляционных характеристик данных на основе новых высокоэффективных и быстрых робастных оценок масштаба2013 год, кандидат наук Смирнов, Павел Олегович
Анализ и синтез в теории субоптимального анизотропийного робастного управления для дескрипторных систем2015 год, кандидат наук Андрианова, Ольга Геннадьевна
Методы оптимизации и оценивания параметров в многомерных задачах с произвольными помехами2020 год, кандидат наук Сенов Александр Алексеевич
Асимптотический анализ распределения времени пребывания случайного блуждания в области умеренно больших уклонений2021 год, кандидат наук Шефер Евгений Игоревич
Асимптотический анализ и оценивание качества обслуживания систем с гауссовским входным потоком2012 год, кандидат физико-математических наук Лукашенко, Олег Викторович
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.