A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä
Test of the Latent Dimension of a Spatial Blind Source Separation Model (2024)
Muehlmann, C., Bachoc, F., Nordhausen, K., & Yi, M. (2024). Test of the Latent Dimension of a Spatial Blind Source Separation Model. Statistica Sinica, 34(20), 837-865. https://doi.org/10.5705/ss.202021.0326
JYU-tekijät tai -toimittajat
Julkaisun tiedot
Julkaisun kaikki tekijät tai toimittajat: Muehlmann, Christoph; Bachoc, Francois; Nordhausen, Klaus; Yi, Mengxi
Lehti tai sarja: Statistica Sinica
ISSN: 1017-0405
eISSN: 1996-8507
Julkaisuvuosi: 2024
Volyymi: 34
Lehden numero: 20
Artikkelin sivunumerot: 837-865
Kustantaja: Institute of Statistical Science, Academia Sinica
Julkaisumaa: Taiwan
Julkaisun kieli: englanti
DOI: https://doi.org/10.5705/ss.202021.0326
Julkaisun avoin saatavuus: Avoimesti saatavilla
Julkaisukanavan avoin saatavuus: Osittain avoin julkaisukanava
Julkaisu on rinnakkaistallennettu (JYX): https://jyx.jyu.fi/handle/123456789/85425
Rinnakkaistallenteen verkko-osoite (pre-print): https://arxiv.org/abs/2011.01711
Tiivistelmä
We assume a spatial blind source separation model in which the observed multivariate spatial data is a linear mixture of latent spatially uncorrelated random fields containing a number of pure white noise components. We propose a test on the number of white noise components and obtain the asymptotic distribution of its statistic for a general domain. We also demonstrate how computations can be facilitated in the case of gridded observation locations. Based on this test, we obtain a consistent estimator of the true dimension. Simulation studies and an environmental application in the Supplemental Material demonstrate that our test is at least comparable to and often outperforms bootstrap-based techniques, which are also introduced in this paper.
YSO-asiasanat: paikkatietoanalyysi; monimuuttujamenetelmät; signaalinkäsittely
Liittyvät organisaatiot
OKM-raportointi: Kyllä
VIRTA-lähetysvuosi: 2024
Alustava JUFO-taso: 2
