主分量分析是数理统计的重要内容之一。其主要方法是对总体协方差矩阵的谱分解获得的。应用必须是通过样本协方差矩阵代替总体协方差矩阵来获得主分量方差和主分量方向(标准化的线性组合系数)。但是当这两个数比较大时(即大维数据分析),上述估计都不是相合估计。本研究计划的目的是寻求大维架构下主分量方差和方向的相合估计,并研究新估计量的极限性质。
Principal component analysis;Large dimensional data analysis;Random matrix theory;Spiked eigenvalues;
主分量分析是统计学的最重要的工具之一。其主要方法是对总体协方差矩阵的谱分解获得的。应用必须是通过样本协方差矩阵代替总体协方差矩阵来获得主分量方差和主分量方向。但是当这维数很大的时候,上述估计都不是相合估计。本研究计划的目的是寻求大维架构下主分量方差和方向 的相合估计,并研究新估计量的渐进性质。