×
JoséR·贝伦德罗。；比阿特丽斯·布埃诺·拉拉兹；安东尼奥·库埃瓦斯

函数线性回归中变量选择的RKHS模型。 （英语） Zbl 1416.62331号

《多元分析杂志》。 170，25-45（2019）.
摘要：提出了具有标量响应的函数线性回归模型中变量选择的数学模型。所谓“变量选择”，我们指的是用有限数量的精心选择的瞬间（或“影响点”）的值替换函数解释变量的整个轨迹的过程。我们方法的基本思想是在线性模型的定义中使用与底层过程相关联的再生核希尔伯特空间（RKHS），而不是更常见的（L^2[0,1]）空间。事实证明，这尤其适用于变量选择目的，因为基于所选“影响点”的有限维线性模型可视为基于RKHS的线性函数模型的特殊情况。在此框架中，我们解决了碰撞点优化设计的一致性估计问题，并通过仿真和实际数据示例检查了所提方法的性能。

引用于9文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62G05型 非参数估计
62J05型 线性回归；混合模型
第46页第22页 具有再生核的希尔伯特空间（=（适当的）函数希尔伯特空间，包括de Branges-Rovnyak和其他结构空间）

关键词：

特征选择；函数线性回归；影响点；变量选择；再生核希尔伯特空间
PDF格式BibTeX公司 XML格式引用
\textit{J.R.Berrendero}等人，《多元分析杂志》。170、25-45（2019年；Zbl 1416.62331）
全文： 内政部 arXiv公司

参考文献：

[1] Aneiros，G。；Vieu，P.，无限维问题中的变量选择，统计学。普罗巴伯。莱特。，94, 12-20 (2014) ·兹比尔1320.62163
[2] Aneiros，G。；Vieu，P.，功能协变量回归的稀疏非参数模型，J.Nonparametr。Stat.，28，4，839-859（2016）·Zbl 1348.62131号
[3] Berlinet，A。；Thomas-Agnan，C.，《概率统计中的再生核Hilbert空间》（2004），Kluwer学术：Kluwer-学术波士顿·Zbl 1145.6202号
[4] 贝伦德罗，J.R。；Cuevas，A。；Torrecilla，J.L.，《功能数据分类中的变量选择：最大值搜索建议》，统计。Sinica，26，619-638（2016）·Zbl 1356.62079号
[5] 贝伦德罗，J.R。；Cuevas，A。；Torrecilla，J.L.，《关于再生核Hilbert空间在函数分类中的应用》，J.Amer。统计师。协会（2017），（出版中）
[6] Cardot，H。；Sarda，P.，《函数线性回归》（Ferraty，F.；Romain，Y.，《函数数据分析手册》（2010），牛津大学出版社：牛津大学出版社，21-46
[7] Cuevas，A.，《功能数据统计理论的部分概述》，J.Statist。计划。推断，147，1-23（2014）·Zbl 1278.62012号
[8] Cuevas，A。；费布雷罗，M。；Fraiman，R.，《线性函数回归：固定设计和函数响应的案例》，加拿大。J.统计罐头修订版。统计学。，30, 2, 285-300 (2002) ·Zbl 1012.62039号
[9] Delaigle，A。；霍尔，P。；Bathia，N.，功能数据的组件分类和聚类，Biometrika，99，2，299（2012）·Zbl 1244.62090号
[10] 范，J。；Lv，J.，超高维特征空间的确定独立筛选，J.R.Stat.Soc.Ser。B统计方法。，70, 5, 849-911 (2008) ·Zbl 1411.62187号
[11] 范，J。；Lv，J.，《高维特征空间中变量选择的选择性概述》，统计。Sinica，20，1，101（2010）·Zbl 1180.62080号
[12] 费拉蒂，F。；霍尔，P。；Vieu，P.，功能数据预测器的大多数预测设计点，Biometrika，97，4，807-824（2010）·Zbl 1204.62064号
[13] 费拉蒂，F。；Vieu，P.，《非参数函数数据分析：理论与实践》（2006），Springer Science&Business Media·Zbl 1119.62046号
[14] 弗雷曼，R。；Gimenez，Y。；Svarc，M.，功能数据的特征选择，J.多元分析。，146, 191-208 (2016) ·Zbl 1335.62097号
[15] 戈亚，A。；Vieu，P.，《高维/无限维统计学最新进展导论》，J.Multivariate Anal。，146，1-6（2016），高维或无限维空间统计模型和方法专刊·Zbl 1384.00073号
[16] Horváth，L.公司。；Kokoszka，P.，《功能数据与应用的推断》，第200卷（2012年），施普林格科学与商业媒体·兹比尔1279.62017
[17] 兴，T。；Eubank，R.，《函数数据分析的理论基础，线性算子导论》（2015），John Wiley&Sons·Zbl 1338.62009号
[18] 兴，T。；Ren，H.，逆回归降维问题的RKHS公式，Ann.Statist。，37, 2, 726-755 (2009) ·Zbl 1162.62053号
[19] Janson，S.，高斯-希尔伯特空间，第129卷（1997），剑桥大学出版社·Zbl 0887.60009号
[20] 纪浩。；Müller，H.-G.，《纵向和功能数据的优化设计》，J.R.Stat.Soc.Ser。B统计方法。，79, 3, 859-876 (2017) ·Zbl 1411.62231号
[21] Kadri，H。；杜弗洛斯，E。；普鲁克斯，P。；卡努，S。；阿科托马蒙杰，A。；Audiffren，J.，《从功能响应数据学习的算子值核》，J.Mach。学习。研究，16，1-54（2015）
[22] Kneip，A。；波什·D。；Sarda，P.，带影响点的函数线性回归，Ann.Statist。，44，1，1-30（2016）·兹比尔1331.62233
[23] 拉哈，R。；Rohatgi，V.（概率论，概率论，《概率和数理统计中的威利级数》（1979），John Wiley&Sons:John Willey&Sons New York-Chichester-Brisbane）·Zbl 0409.60001号
[24] Lukić，M.N。；Beder，J.H.，再生核Hilbert空间中样本路径的随机过程，Trans。阿默尔。数学。《社会学杂志》，353，10，3945-3969（2001）·Zbl 0973.60036号
[25] McKeague，I.W。；Sen，B.，《函数线性回归中具有点影响的分形》，Ann.Statist。，38, 4, 2559-2586 (2010) ·Zbl 1196.62116号
[26] Miller，A.J.，（《回归中的子集选择：回归中的子集选择》，统计学和应用概率专著（2002），Chapman&Hall/CRC：Chapman和Hall/CCR Boca Raton）·Zbl 1051.62060号
[27] Parzen，E.，《时间序列分析方法》，《数学年鉴》。统计学。，951-989 (1961) ·Zbl 0107.13801号
[28] 新南威尔士州皮莱。；吴琼。；梁，F。；穆克吉，S。；Wolpert，R.L.，《贝叶斯核模型的函数空间特征描述》，J.Mach。学习。1769-1797年8月8日决议（2007年）·Zbl 1222.62039号
[29] 谢凯利，G.J。；里佐，M.L。；Bakirov，N.K.，《通过距离相关性测量和测试相关性》，Ann.Statist。，35, 6, 2769-2794 (2007) ·Zbl 1129.62059号
[30] Yenigün，C.D。；Rizzo，M.L.，使用最大相关和距离相关的回归变量选择，J.Stat.Compute。模拟。，85, 8, 1692-1705 (2015) ·Zbl 1457.62190号
[31] 袁，M。；蔡东东，《函数线性回归的再生核希尔伯特空间方法》，《统计年鉴》。，38, 6, 3412-3444 (2010) ·Zbl 1204.62074号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。