Optimal singular correlation matrices estimated when sample size is less than the number of random variables

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F12%3APU101551" target="_blank" >RIV/00216305:26110/12:PU101551 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Optimal singular correlation matrices estimated when sample size is less than the number of random variables

Popis výsledku v původním jazyce

This paper presents a number of theoretical and numerical results for two norms of optimal correlation matrices in relation to correlation control in Monte Carlo type sampling and the designs of experiments. The optimal correlation matrices are constructed for cases when the number of simulations (experiments) Nsim is less than or equal to the stochastic dimension, i.e. the number of random variables (factors) Nvar. In such cases the estimated correlation matrix cannot be positive definite and must be singular. However, the correlation matrix may be required to be as close to the unit matrix as possible (optimal). The paper presents a simple mechanical analogy for such optimal singular positive semidefinite correlation matrices. Many examples of optimal correlation matrices are given, both analytically and numerically.

Název v anglickém jazyce

Optimal singular correlation matrices estimated when sample size is less than the number of random variables

Popis výsledku anglicky

This paper presents a number of theoretical and numerical results for two norms of optimal correlation matrices in relation to correlation control in Monte Carlo type sampling and the designs of experiments. The optimal correlation matrices are constructed for cases when the number of simulations (experiments) Nsim is less than or equal to the stochastic dimension, i.e. the number of random variables (factors) Nvar. In such cases the estimated correlation matrix cannot be positive definite and must be singular. However, the correlation matrix may be required to be as close to the unit matrix as possible (optimal). The paper presents a simple mechanical analogy for such optimal singular positive semidefinite correlation matrices. Many examples of optimal correlation matrices are given, both analytically and numerically.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP105%2F11%2F1385" target="_blank" >GAP105/11/1385: Inverzní problémy spolehlivosti konstrukcí</a><br>

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

PROBABILISTIC ENGINEERING MECHANICS

ISSN

0266-8920

e-ISSN

—

Svazek periodika

2012 (30)

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

13

Strana od-do

104-116

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—