PROJECTED PRINCIPAL COMPONENT ANALYSIS IN FACTOR MODELS

This paper introduces a Projected Principal Component Analysis (Projected-PCA), which employees principal component analysis to the projected (smoothed) data matrix onto a given linear space spanned by covariates. When it applies to high-dimensional factor analysis, the projection removes noise comp...

Celý popis

Podrobná bibliografie

Vydáno v:	The Annals of statistics Ročník 44; číslo 1; s. 219
Hlavní autoři:	Fan, Jianqing, Liao, Yuan, Wang, Weichen
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States 01.02.2016
Témata:	loading matrix modeling sieve approximation high dimensionality rates of covergence semi-parametric factor models
ISSN:	0090-5364
On-line přístup:	Zjistit podrobnosti o přístupu
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!