×
张欣；王冲；吴一超

无模型充分降维的功能包络。 （英语） Zbl 1408.62082号

《多元分析杂志》。 163, 37-50 (2018).
摘要：在本文中，我们介绍了充分降维的函数包络，以及函数和纵向数据的回归。泛函充分降维方法，特别是逆回归估计方法，通常涉及求解广义特征值问题和反演无穷维协方差算子。利用泛函包络的概念，本质上是一种特殊类型的充分降维子空间，我们发展了一种通用的方法来避免求解广义特征值问题和直接反演协方差的困难。我们推导了函数包络的几何特征，并在温和的条件下建立了相关函数包络估计的渐近性质。函数包络估值器在广泛的仿真研究和实际数据分析中显示出良好的性能。

引用于7文件

MSC公司：

62G08号 非参数回归和分位数回归
62H11型 定向数据；空间统计学
62甲12 多元分析中的估计
6220国集团 非参数推理的渐近性质

关键词：

包络线模型；功能数据；函数逆回归；充分降维

软件：

平方米；fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{X.Zhang}等人，《多元分析杂志》。163、37-50（2018年；Zbl 1408.62082）
全文： 内政部 链接

参考文献：

[1] Aneiros，G。；Vieu，P.，功能协变量回归的稀疏非参数模型，J.Nonparametr。统计，28839-859（2016）·Zbl 1348.62131号
[2] Bosq，D.，函数空间中的随机过程和随机变量，（函数空间的线性过程（2000），Springer:Springer New York），15-42·Zbl 0962.60004号
[3] 鲍曼，A.W。；Azzalini，A.，《数据分析的应用平滑技术：带S-Plus插图的内核方法：带S-Plus插图的核心方法》（1997），牛津大学出版社·Zbl 0889.62027号
[4] Chen，K。；Chen，K。；穆勒，H.-G。；Wang，J.-L.，为功能分析架线高维数据，J.Amer。统计师。协会，106，275-284（2011）·Zbl 1396.62173号
[5] 陈，D。；霍尔，P。；Müller，H.-G.，具有非参数链接的单指标和多指标函数回归模型，Ann.Statist。，39, 1720-1747 (2011) ·Zbl 1220.62040号
[6] 陈天良，黄士勇，马义勇，涂义平，扩大降维空间中的泛函逆回归，arXiv预印本arXiv:1503.03673；陈天良，黄士勇，马义勇，涂义平，扩大降维空间中的泛函逆回归，arXiv预印本arXiv:1503.03673
[7] Conway，J.，《函数分析课程》（1990），Springer:Springer New York·Zbl 0706.46003号
[8] 库克，R.D.，《回归图形：通过图形研究回归的想法》，第318卷（1998年），威利出版社：威利纽约·Zbl 0903.62001
[9] 库克·R·D。；Forzani，L。；Zhang，X.，《包络与缩减秩回归》，《生物统计学》，第102期，第439-456页（2015年）·Zbl 1452.62484号
[10] 库克·R·D。；希腊，I.S。；Su，Z.，《包络和偏最小二乘回归》，J.R.Stat.Soc.Ser。B.Stat.Methodol，75851-877（2013年）·Zbl 1411.62137号
[11] 库克·R·D。；Li，B.，确定迭代海森变换的维数，Ann.Statist。，32, 2501-2531 (2004) ·Zbl 1069.62033号
[12] 库克·R·D。；Li，B。；Chiaromonte，F.，无矩阵反演回归中的降维，Biometrika，94569-584（2007）·Zbl 1135.62046号
[13] 库克·R·D。；Li，B。；Chiaromonte，F.，简约有效多元线性回归的包络模型，统计。Sinica，20927-960（2010年）·Zbl 1259.62059号
[14] 库克·R·D。；Ni，L.，《通过逆回归实现充分降维：最小差异方法》，J.Amer。统计师。协会，100，410（2005）·Zbl 1117.62312号
[15] 库克·R·D。；Zhang，X.，快速包络算法，统计师。Sinica（2017），出版中
[16] 库克·R·D。；Zhang，X.，在充分降维中融合中心子空间的估计，J.Amer。统计师。协会，109815-827（2014）·Zbl 1367.62112号
[17] 库克·R·D。；Zhang，X.，《包络模型和方法的基础》，J.Amer。统计师。协会，110，510，599-611（2015）·Zbl 1390.62131号
[18] 库克·R·D。；Zhang，X.，多元线性回归的同时包络，技术计量学，57，11-25（2015）
[19] 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
[20] de Jong，S.，Simples:偏最小二乘回归的替代方法，化学计量学。智力。实验室系统。，18, 251-263 (1993)
[21] Delaigle，A。；Hall，P.，应用于函数数据的偏最小二乘方法和理论，《统计年鉴》。，40, 322-352 (2012) ·Zbl 1246.62084号
[22] 范，J。；Gijbels，I.，局部多项式建模及其应用（1996），CRC出版社·Zbl 0873.62037号
[23] 费拉蒂，F。；Van Keilegom，I。；Vieu，P.，关于非参数函数回归中bootstrap的有效性，Scand。J.Stat.，37，286-306（2010年）·Zbl 1223.62042号
[24] 费拉蒂，F。；Vieu，P.，功能非参数模型及其在光谱数据中的应用，计算。统计人员。，17, 545-564 (2002) ·Zbl 1037.62032号
[25] 费拉蒂，F。；Vieu，P.，《非参数函数数据分析：理论与实践》（2006），Springer:Springer New York·Zbl 1119.62046号
[26] 费雷，L。；Yao，A.-F.，函数切片逆回归分析，统计学，37475-488（2003）·Zbl 1032.62052号
[27] 费雷，L。；Yao，A.，平滑函数逆回归，统计学。Sinica，15665（2005）·兹比尔1086.62054
[28] Geenens，G.，非参数函数回归中的维数诅咒及相关问题，统计调查。，5, 30-43 (2011) ·Zbl 1274.62283号
[29] 戈亚，A。；Vieu，P.，《高维/无限维统计最新进展介绍》，《多元分析杂志》。，146, 1-6 (2016) ·Zbl 1384.00073号
[30] 江，C.-R。；于伟（Yu，W.）。；王建林，纵向数据的逆回归，统计年鉴。，42, 563-591 (2014) ·Zbl 1296.62073号
[31] Kalivas，J.H.，《近红外光谱的两组数据》，化学计量学。智力。实验室系统。，37, 255-259 (1997)
[32] Lee，C.E。；Shao，X.，鞅差分散度矩阵及其在平稳多元时间序列降维中的应用，J.Amer。统计师。协会（2017），出版中
[33] Li，K.-C.，降维切片逆回归，J.Amer。统计师。协会，86，316-327（1991）·Zbl 0742.62044号
[34] Li，Y.，使用非参数协方差估计对纵向数据进行有效的半参数回归，Biometrika，98，355-370（2011）·Zbl 1215.62042号
[35] 李毅。；Guan，Y.，时空点过程的功能主成分分析及其在疾病监测中的应用，J.Amer。统计师。协会，1091205-1215（2014）·Zbl 1368.62161号
[36] 李毅。；Xing，T.，确定功能数据和高维数据的有效降维空间的维数，Ann.Statist。，38, 3028-3062 (2010) ·Zbl 1200.62115号
[37] Li，B。；Song，J.，函数数据的非线性充分降维，Ann.Statist。，45, 3, 1059-1095 (2017) ·Zbl 1371.62003年
[38] Li，B。；Wang，S.，《关于降维的方向回归》，J.Amer。统计师。协会，102997-1008（2007）·Zbl 1469.62300号
[39] 李毅。；Wang，N。；Carroll，R.J.，《功能数据中主成分的选择》，J.Amer。统计师。协会，1081284-1294（2013）·Zbl 1288.62102号
[40] 李，L。；Zhang，X.，简约张量响应回归，J.Amer。统计师。协会（2017），出版中
[41] 罗，W。；Li，B.，结合特征值和特征向量的变化来确定顺序，生物特征，103，4，875-887（2016）·兹比尔1506.62304
[42] 马云（Ma，Y.）。；Zhang，X.，确定降维模型中结构维度的有效信息标准，Biometrika，102，409-420（2015）·Zbl 1452.62287号
[43] J.O.拉姆齐。；Silverman，B.W.，功能数据分析（2005），Springer:Springer New York·Zbl 1079.62006号
[44] Schott，J.R.，《确定切片反向回归中的维数》，J.Amer。统计师。协会，89141-148（1994）·Zbl 0791.62069号
[45] 苏，Z。；Cook，R.D.，多元线性回归中有效估计的部分包络，生物统计学，98，133-146（2011）·Zbl 1214.62062号
[46] 王，G。；周，Y。；冯，X.-N。；Zhang，B.，函数有效降维的fsir和fsave混合方法，计算。统计师。数据分析。，91, 64-77 (2015) ·Zbl 1468.62205号
[47] 姚，F。；雷，E。；Wu，Y.，《稀疏功能数据的有效降维》，Biometrika，102421-437（2015）·Zbl 1452.62996号
[48] 姚，F。；穆勒，H.-G。；Wang，J.-L.，稀疏纵向数据的函数数据分析，J.Amer。统计师。协会，100577-590（2005）·Zbl 1117.62451号
[49] 姚，F。；穆勒，H.-G。；王建林，纵向数据的函数线性回归分析，统计年鉴。，33, 2873-2903 (2005) ·Zbl 1084.62096号
[50] 姚，F。；Wu，Y。；邹，J.，《概率增强的有效降维方法用于稀疏函数数据分类》，TEST，25，1-22（2016）·Zbl 1336.62198号
[51] Zeng，P.，确定中心子空间和中心平均子空间的维数，Biometrika，95469-479（2008）·Zbl 1437.62670号
[52] 张，X。；Li，L.，《张量包络偏最小二乘回归》，《技术计量学》（2017），出版社
[53] 朱，L。；苗，B。；Peng，H.，《关于高维协变量的分层逆回归》，J.Amer。统计师。协会，101，630-643（2006）·Zbl 1119.62331号
[54] 朱旭，王涛，朱丽萍，维数的确定：一个阈值双脊比准则，arXiv预印本arXiv:1608.04457；X.Zhu、T.Wang、L.Zhu，维数确定：一个阈值双脊比准则，arXiv预印本arXiv:1608.04457
[55] 朱丽萍。；朱丽霞。；Feng，Z.-H.，通过累积切片估计降低回归的维数，J.Amer。统计师。协会，105，1455-1466（2010）·Zbl 1388.62121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。