位置:成果数据库 > 期刊 > 期刊详情页
基于杠杆值大数据集抽样的异常点诊断
  • ISSN号:1002-1566
  • 期刊名称:《数理统计与管理》
  • 时间:0
  • 分类:O212[理学—概率论与数理统计;理学—数学]
  • 作者机构:[1]广西师范大学数学与统计学院,广西桂林541004, [2]中国人民大学应用统计科学研究中心,统计学院,北京100872, [3]兰州财经大学统计学院,甘肃兰州730020, [4]新疆财经大学统计与信息学院,新疆乌鲁木齐830001
  • 相关基金:国家自然科学基金(11271368,11261009);教育部高等学校博士学科点专项科研基金(20130004110007);国家社会科学基金重点项目(13AZD064);北京市社会科学基金重大项目(15ZDA17)以及兰州商学院“飞天学者特聘计划”.
中文摘要:

本文主要研究大数据集下利用杠杆值抽样后的异常点诊断问题。首先讨论了数据删除模型中参数估计的统计性质,构造了四种异常点诊断统计量;其次,根据均值漂移模型的漂移参数的假设检验问题,构造了三种检验统计量;最后,通过模拟和实证数据分析结果得出本文的结论—异常点诊断对于基于杠杆值的大数据集抽样估计起到重要的影响作用。

英文摘要:

In this paper, an outlier diagnosis method about big data leveraging sampling is studied. Firstly, we discuss the statistical properties of estimator of data deleted model and construct four diagnosis statistics. Then, we propose three test statistics for the hypothesis test of mean shift model. We find that it is very necessary to detect outliers in the big data leveraging sampling. At last, we conduct some simulations and a real data example to verify our method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《数理统计与管理》
  • 北大核心期刊(2011版)
  • 主管单位:中国科协
  • 主办单位:中国现场统计研究会
  • 主编:程维虎
  • 地址:中国科学院应用教学所内
  • 邮编:100190
  • 邮箱:sltj@amt.ac.cn
  • 电话:010-62651341
  • 国际标准刊号:ISSN:1002-1566
  • 国内统一刊号:ISSN:11-2242/O1
  • 邮发代号:82-69
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:13661