Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
Themenseite: Projektmanagement

Für Profis und Einsteiger.
Sorgfältig ausgewählte Inhalte, die Ihnen helfen, Ihre Fähigkeiten im Projektmanagement gezielt zu verbessern und Projekte erfolgreich abzuschließen.
Erweiterte Suche
Anmelden
nach oben
International Journal of Data Science and Analytics

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

09.09.2023 | Regular Paper

A new robust bootstrapped singular value decomposition algorithm using the sample myriad estimate

verfasst von: Chisimkwuo John, Emmanuel J. Ekpenyong, Charles Chinedu Nworu, Chukwuemeka O. Omekara

Erschienen in: International Journal of Data Science and Analytics

Einloggen

Abstract

Singular value decomposition (SVD) of rectangular datasets has proved to be a useful multivariate data decomposition approach because of its ability to decompose both square and rectangular matrices. A variant of SVD approach utilizes the median as a robust location estimate other than the mean estimate used in the ordinary SVD. Since insufficient dataset and in addition, inefficiency of the median estimate seems to be a major setback of the existing robust SVD systems, this study envisaged an integrated algorithm that incorporated the Bootstrapped SVD and the sample myriad estimate in cropping a new SVD system, the Robust Bootstrapped SVD (RobBootSVD). The new RobBootSVD was appraised alongside the existing ones using the Principal Component Analysis biplot quality measures and the new RobBootSVD T2 measure. Applications on tobacco process datasets with both short and long runs and simulated datasets with various percentages of outliers showcase the viability of the new approach.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Campbell, N.A.: Robust procedures in multivariate analysis I: robust covariance estimation. J. R. Stat. Soc. Ser. C Appl. Stat. 29(3), 231–237 (1980) MATH
2.
Choi, Y.S., Huh, M.H.: Resistant singular value decomposition and its statistical application. J. Korean Stat. Soc. 25, 9–66 (1996) MathSciNet
3.
Cox, T.F., Cox, M.A.A.: Multidimensional scaling, 2nd edition, Chapman & Hall/CRC, Boca Raton, New York (2001)
4.
Durrett, R.: Brownian Motion and Martingales in Analysis. Wadsworth Inc, Belmont (1984) MATH
5.
Eckart, C., Young, G.: The approximation of one matrix by another of lower rank. Psychometrika 1, 211–218 (1936) CrossRefMATH
6.
Efron, B., Tibshirani, R.: An introduction to the Bootstrap Monographs on Statistics and Applied Probability, No. 57. Chapman and Hall, London (1993) CrossRef
7.
Fisher, A.J., Caffo, B., Schwartz, B., Zipunnikov, V.: Fast, exact bootstrap principal component analysis for p > 1 million. ASA J. TM 111, 846–860 (2016) MathSciNet
8.
Gabriel, K.R., Zamir, S.: Lower rank approximation of matrices by least squares with any choice of weights. Technometrics 21, 489–498 (1979) CrossRefMATH
9.
Gardner-Lubbe, S.: Extensions of Biplot Methodology to Discriminant Analysis with Applications of Nonparametric Principal Components. Unpublished thesis, University of Stellenbosch (2001)
10.
Gonzalez, J.G., Arce, G.R.: Optimality of the myriad filter in practical impulsive-noise environments. IEEE Trans. Signal Proc. 2, 438–441 (2001) CrossRef
11.
Gower, J.C., Hand, D.J.: Biplots. Monographs on Statistics and Applied Probability. Chapman & Hall, London (1996)
12.
Gower, J.C., Lubbe, S., Le Roux, N.J.: Understanding Biplots. Wiley, Chichester (2011) CrossRef
13.
Hawkins, D.M., Olive, D.J.: Improved feasible solution algorithms for high breakdown estimation. Comput. Stat. Data Anal. 30, 1–11 (1999) MathSciNetCrossRefMATH
14.
Hawkins, D.M., Liu, L., Young, S.S.: Robust Singular Value Decomposition. National Institute of Statistical Sciences, Durham (2001)
15.
Hoteling, H.: The generalization of student’s ratio. Ann. Math. Stat. 2, 360–378 (1931) CrossRef
16.
Hubert, M., Rousseeuw, P.J., Verboven, S.: A fast method for robust principal components with applications to chemometrics. Chemom. Intell. Lab. Syst. 60, 101–111 (2002) CrossRef
17.
John, C.: Detecting atypical runs using the beta distributed hoteling in phase I process data—the tobacco data case study. J. Natl. Assoc. Math. Phys. 50(3), 57–62 (2019) MathSciNet
18.
John, C.: A Modified Robust Multivariate Monitoring Design Using the Principal Component Analysis Biplot, Unpublished thesis, Michael Okpara University of Agriculture, Umudike (2021)
19.
Johnson, R.A., Wichern, D.W.: Applied Multivariate Statistical Analysis, 6th edn. Pearson International Edition, Upper Saddle River (2007) MATH
20.
Lancaster, T.: A note on bootstraps and robustness. The Institute for Fiscal Studies Department of Economics, UCL Cemmap working paper CWP04/06 (2003)
21.
Mason, R.L., Young, J.C.: Multivariate Statistical Process Control with Industrial Applications. ASA-SIAM, Alexandria (2001) MATH
22.
Montgomery, D.C.: Statistical Quality Control: A Modern Introduction, 6th edn. Wiley, New York (2009) MATH
23.
McCulloch, J.H.: Simple consistent estimators of stable distribution parameters. Commun. Stat. Simul. Comput. 4, 1109–1136 (1986) MathSciNetCrossRefMATH
24.
MacGregor, J.F., Kourti, T.: Statistical process control of multivariable processes. Control Eng. Pract. 3, 403–414 (1995) CrossRef
25.
Podosinnikova1, A., Setzer, S., Hein, M.: Reconstruction error over the Stiefelanifold. INRIA - Sierra Project Team, Ecole Normale Superrieure, Paris, France (2014)
26.
Rossouw, R.F.: Multivariate statistical process evaluation and monitoring for Complex Chemical Processes, Ph.D Thesis, University of Stellenbosch (2015)
27.
28.
Rousseeuw, P.J., Driessen, D.K.: A fast algorithm for the minimum covariance determinant estimator. Technometrics 41, 212–223 (1999) CrossRef
29.
Russell, E.L., Chiang, L.H., Braatz, R.D.: Fault detection in industrial processes using canonical variate analysis and dynamic principal component analysis. Chemom. Intell. Lab. Syst. 51(1), 81–93 (2000) CrossRef
30.
Stefatos, G., Hamza, A.B.: Statistical process control using kernel PCA. In: Mediterranean conference on control and automation (2007)
31.
Venables, W., Ripley, N.: Modern Applied Statistics with S. Springer, New York (1999) CrossRefMATH
32.
Wang, D.: Adjustable robust singular value decomposition: design analysis and application to finance. MDPI Basel, Switzerland (2017)
33.
Wedlake, R.: Robust principal component analysis biplots. Master’s thesis, University of Stellenbosch (2008)
Metadaten
Titel
A new robust bootstrapped singular value decomposition algorithm using the sample myriad estimate
verfasst von
Chisimkwuo John
Emmanuel J. Ekpenyong
Charles Chinedu Nworu
Chukwuemeka O. Omekara
Publikationsdatum
09.09.2023
Verlag
Springer International Publishing
Erschienen in
International Journal of Data Science and Analytics
Print ISSN: 2364-415X
Elektronische ISSN: 2364-4168
DOI
https://doi.org/10.1007/s41060-023-00444-2