線形判別分析における幾つかの変数選択規準の比較(セッション3B)
スポンサーリンク
概要
- 論文の詳細を見る
本研究では,判別分析に要する変数を選択するための変数選択規準に関する話題を扱っていく.判別分析における変数選択法では,主にAICを用いる方法が代表的である.AICに基づく変数選択規準では,"冗長性モデル"に基づき行う方式になっており,このモデルはマハラノビスの2乗距離に関する条件に書き換えることができる.一方で,期待誤判別確率(EPMC)を最小化するように変数を選択する方法も考えられている.また,これらの方法によって選択された変数の組は大標本の下である種の一致性を有することがFujikoshiで示されている.しかしながら,標本サイズに比して次元数が大きい高次元の場合両選択法により選択された変数が一致性を有するか否かはわかっていない.そこで,本研究では,Fujikoshiによって与えられる高次元AICを紹介し,高次元における誤判別確率を用いた変数選択規準を与え,両者の比較を行う.
- 2012-05-12
著者
関連論文
- Testing multivariate normality based on Skewness-Kurtosis
- 線形判別分析における幾つかの変数選択規準の比較(セッション3B)
- Multivariate multiple comparison procedure for high-dimensional data and its properties
- 高次元データに対する平均ベクトルの同等性検定とその検出力(セッション1B)