Zobrazeno 1 - 10
of 86
pro vyhledávání: '"Deng, Wei Q"'
Multi-collinearity is a wide-spread phenomenon in modern statistical applications and when ignored, can negatively impact model selection and statistical inference. Classic tools and measures that were developed for "$n>p$" data are not applicable no
Externí odkaz:
http://arxiv.org/abs/2203.10360
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Deng, Wei Q., Craiu, Radu V.
Establishing a low-dimensional representation of the data leads to efficient data learning strategies. In many cases, the reduced dimension needs to be explicitly stated and estimated from the data. We explore the estimation of dimension in finite sa
Externí odkaz:
http://arxiv.org/abs/1803.07548
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Deng, Wei Q.1,2 (AUTHOR) dengwq@mcmaster.ca, Belisario, Kyla1,2 (AUTHOR), Gray, Joshua C.3 (AUTHOR), Levitt, Emily E.1,2 (AUTHOR), Mohammadi‐Shemirani, Pedrum4 (AUTHOR), Singh, Desmond1,5 (AUTHOR), Pare, Guillaume4,6 (AUTHOR), MacKillop, James1,2 (AUTHOR) jmackill@mcmaster.ca
Publikováno v:
Genes, Brain & Behavior. Jun2023, Vol. 22 Issue 3, p1-10. 10p.
Autor:
Deng, Wei Q.
Advancements in human genomic technology have helped to improve our understanding of how genetic variation plays a central role in the mechanism of disease susceptibility. However, the very high dimensional nature of the data generated from large-sca
Externí odkaz:
http://hdl.handle.net/11375/15260
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Deng, Wei Q.1,2 dengwq@mcmaster.ca, Lei Sun3,4 sun@utstat.toronto.edu
Publikováno v:
G3: Genes | Genomes | Genetics. Apr2022, Vol. 12 Issue 4, p1-6. 6p.