高维数据的假设检验和变量筛选

第1章 引言
1.1 研究背景
1.2 创新点总结
第2章 高 立性检验
2.1 检验统计量的构造
2.2 检验统计量的渐近性质
2.2.1 Tn1的渐近分析
2.2.2 Tn0的渐近分析
2.3 数值模拟
2.4 理论推导
第3章 高维相关性检验
3.1 构造统计量
3.1.1 零假设下Tn的渐近分析
3.1.2 局部备择下Tn的渐近分析
3.2 数值模拟
3.3 理论推导
第4章 非参变量筛选
4.1 基于RVC的非参特征筛选
4.2 理论性质
4.3 基于RVC的选代非参数独立筛选算法（RVC-ISIS）
4.3.1 种迭代非参数变量筛选方法（RVC-ISIS1）
4.3.2 第二种迭代非参数变量筛选方法（RVC-ISIS2）
4.3.3 贪婪RVC-ISIS1（RVC-g-ISIS1）
4.4 数值模拟
4.4.1 RVC-NVS的表现
4.4.2 RVC-ISIS1和RVC-g-ISIS1的表现
4.4.3 RVC-SIS和RVC-ISIS2的表现
4.5 理论推导
参考文献