《表3 高维情形下LQR与Sub LQR方法指标值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《稳健高效的高维成分数据近似零值插补方法及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为比较高维情形下三种插补方法的表现，令p=127，k=5。为减少高维运算时间，从第一列开始每8列设置一次近似零值，其余设定与低维情形相同，100次模拟结果见表2和图2。为说明本文所提方法预先聚类分组的优势，同时考虑不预先分组的Lasso-分位回归插补方法，记为LQR，变量维度D=100，200，两种情形下潜变量个数k分别设置为5和8，从第一列开始每10列设置一次近似零值，表3列出SubLQR与LQR100次模拟的对比结果。