.png){kind=icon}
返回
Multi-population sufficient dimension reduction
.png){kind=icon}
PRE
AI
DOI：10.1016/j.csda.2025.108321.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为多群体数据引入了一种新颖的降维方法。该方法进行联合分析，既利用了群体间的共享信息，又考虑了群体特异效应。与识别所有群体间相关方向的部分降维方法不同，或与在每个群体内独立进行的条件分析不同，所提出的两步程序利用了跨群体信息以提高估计精度。该方法通过模拟和两个真实数据应用进行了展示。
Keyword:
Fusion-refinement procedure
Multiple population
Partial central subspace
Sliced inverse regression
Sufficient dimension reduction
期刊
C
IF:
1.6
论文数:
45
被引数:
0
机构
引用论文
A link-free approach for testing common indices for three or more multi-index models一种无需链接的方法，用于测试三种或更多多指标模型的常见指数
PREAI
分享收藏Sufficient dimension reduction in regressions with categorical predictors.png)
ANNALS OF STATISTICS
OAAI
ANNALS OF STATISTICSIF3.7
OAAI分享收藏分享收藏分享收藏
查看更多内容