Fitting Penalized Estimator for Sparse Covariance Matrix with Left-Censored Data by the EM Algorithm

Estimating the sparse covariance matrix can effectively identify important features and patterns, and traditional estimation methods require complete data vectors on all subjects. When data are left-censored due to detection limits, common strategies such as excluding censored individuals or replaci...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Shanyi Lin, Qian-Zhen Zheng, Laixu Shang, Ping-Feng Xu, Man-Lai Tang
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2025-01-01
Seria:	Mathematics
Hasła przedmiotowe:	sparse covariance matrix Expectation Maximization algorithm penalized estimator left-censored data
Dostęp online:	https://www.mdpi.com/2227-7390/13/3/423
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!