成分數(shù)據(jù)中基于LASSO的缺失值插補方法研究.pdf

1、在實際生活眾多領(lǐng)域中，經(jīng)常會收集到大量的缺失數(shù)據(jù)；尤其是在經(jīng)濟等相關(guān)領(lǐng)域中，隨著計算機技術(shù)的不斷發(fā)展可獲數(shù)據(jù)的維數(shù)越來越高，人們需要處理的數(shù)據(jù)都是大量的高維數(shù)據(jù).維數(shù)的增加就會伴隨著數(shù)據(jù)的缺失，那么傳統(tǒng)的統(tǒng)計分析方法就不再適合.于是，如何在數(shù)據(jù)缺失且維數(shù)較高的情況下，進行更為有效地統(tǒng)計推斷也引起了很多統(tǒng)計學(xué)者的關(guān)注.
　　成分數(shù)據(jù)主要用來研究的是構(gòu)成某個整體的各部分之間的比重，一般解決成分數(shù)據(jù)的方法是將單形空間上的成分數(shù)據(jù)轉(zhuǎn)換為歐

2、氏空間上的普通數(shù)據(jù)，再進一步對普通數(shù)據(jù)進行統(tǒng)計分析.當成分數(shù)據(jù)在變換過程中，由于一些主客觀等原因會導(dǎo)致成分數(shù)據(jù)中含有大量的缺失值.如何對成分數(shù)據(jù)中的缺失數(shù)據(jù)進行插補，得到完整的數(shù)據(jù)集是成分數(shù)據(jù)統(tǒng)計分析研究的首要任務(wù).本文引入一個新的插補方法來處理高維成分數(shù)據(jù)，并對新的方法進行模擬和實證分析，再與MEAN插補法、knn插補法、ILSR插補法和ILTSR插補法進行比較研究.
　　本文主要研究的是如何處理缺失數(shù)據(jù)并進行變量選擇，包括以下