×

基于综合投影的功能线性模型的最佳性能测试。 (英语) 兹比尔1444.62154

Aneiros,Germanán(编辑)等人,《功能和高维统计及相关领域》。2021年6月23日至25日,在捷克共和国布尔诺举行的IWFOS 2021第五届功能和操作统计国际研讨会上发表的论文选集。查姆:斯普林格。Contrib.Stat.,107-114(2020)。
摘要:函数线性模型是评估函数或标量性质的两个随机变量之间关系的最基本工具之一。这一贡献为功能线性模型提出了一个良好的测试,该模型具有功能响应,能够灵活地适应功能/标量响应/预测。特别是,新的良好性测试扩展了先前关于标量响应的建议。测试统计量基于方便的正则化估计量,易于计算,并通过有效的自举重采样进行校准。介绍了一种图形诊断工具,该工具有助于可视化模型的偏差,并通过一个新的数据应用程序进行了说明。这个包裹戈夫达实施建议的方法,并允许数据应用的再现性。
关于整个系列,请参见[Zbl 1446.62001号].

MSC公司:

62兰特 功能数据分析
62J05型 线性回归;混合模型
62G10型 非参数假设检验

关键词:

函数线性模型
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Benatia,D.,Carrasco,M.,Florens,J.P.:功能性线性回归与功能性反应。《计量经济学杂志》201(2),269-291(2017)·Zbl 1377.62111号
[2] Cardot,H.,Ferraty,F.,Sarda,P.:函数线性模型。统计师。探针。莱特。45(1), 11-22 (1999) ·Zbl 0962.62081号
[3] Chiou,J.M.,Müller,H.G.,Wang,J.L.,Carey,J.R.:纵向数据的函数乘法效应模型,应用于女性生殖史。统计师。《中国日报》13(4),1119-1133(2003)·Zbl 1034.62097号
[4] Crambes,C.,Kneep,A.,Sarda,P.:函数线性回归的光滑样条估计量。《统计年鉴》37(1),35-72(2009)·Zbl 1169.62027号
[5] Crambes,C.,Mas,A.:具有函数输出的函数线性回归预测的渐近性。伯努利19(5B),2627-2651(2013)·Zbl 1280.62084号
[6] Eddelbuettel,D.,François,R.:Rcpp:无缝R和C++集成。J.Stat.Softw.40(8),1-18(2011)
[7] Escanciano,J.C.:使用预测对回归模型进行一致性诊断测试。计量经济学理论22(6),1030-1051(2006)·Zbl 1170.62318号
[8] Febrero Bande,M.,Oviedo de la Fuente,M.:功能数据分析中的统计计算:美国食品药品监督管理局的R包。J.Stat.Softw.51(4),1-28(2012)
[9] Friedman,J.,Hastie,T.,Tibshirani,R.:通过坐标下降的广义线性模型的正则化路径。《J.Stat.Softw》33(1),1-22(2010)
[10] García-Portugués,E.,Alvarez-Lieébana,J.:go ff da:功能数据的良好测试。R包版本0.0.6(2019)。https://CRAN.Rproject.org/package=go英尺-达。
[11] García-Portugués,E.,Alvarez-Lie bana,J.,Alvare-Pérez,G.,GonzálezManteiga,W.:具有函数响应的函数线性模型的良好测试。arXiv:1909.07686(2019)
[12] García-Portugués,E.,González-Manteiga,W.,Febrero-Bande,M.:具有标量响应的函数线性模型的良好检验。J.公司。图表。Stat.23(3),761-778(2014)
[13] He,G.,Müller,H.G.,Wang,J.L.,Yang,W.:通过规范分析的函数线性回归。伯努利16(3),705-729(2010)·Zbl 1220.62076号
[14] Imaizumi,M.,Kato,K.:基于PCA的功能性线性回归估计与功能性反应。《多变量分析杂志》163,15-36(2018)·Zbl 1499.62137号
[15] Ramsay,J.O.,Silverman,B.W.:功能数据分析。统计学中的斯普林格系列。施普林格,纽约(2005)·Zbl 1079.62006号
[16] 姚,F。
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。