×
以色列马丁内斯·埃尔南德斯;马克·根顿（Marc G.Genton）。;González-Farías，格雷西拉

基于深度的函数自回归模型稳健估计。 （英语） Zbl 1471.62133号

计算。统计数据分析。 131, 66-79 (2019).
摘要：提出了一种函数自回归模型的稳健估计，即基于深度的最小二乘（DLS）估计。DLS估计器通过使用函数方向异常作为中心性度量来向下加权异常值的影响。它由两个步骤组成：用两阶段函数箱图识别异常值，然后用函数方向的异常值对异常值进行加权。研究了DLS估计量的理论性质，如其影响函数的一致性和有界性。通过蒙特卡罗研究表明，DLS估计器的性能优于最常用的基于主成分分析（PCA）和稳健PCA的估计器。为了说明实际应用，使用DLS估计器分析环境数据集{CO}_2\)加利福尼亚州的浓度。

引用于4文件

MSC公司：

62-08 统计问题的计算方法
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62G35型 非参数稳健性
62H25个 因子分析和主成分；对应分析
62兰特 功能数据分析

关键词：

函数自回归模型;功能数据分析;函数回归模型;功能时间序列;影响函数;稳健估计量

软件：

fda（右）;彩虹;鲁棒基地
PDF格式BibTeX公司 XML格式引用
\textit{I.Martínez-Hernández}等人，《计算》。统计数据分析。13166-79（2019年；Zbl 1471.62133）
全文： 内政部 链接

参考文献：

[1] Antoch，J。；普查尔，L。；De Rosa，M.R。；Sarda，P.，《使用样条估计量的函数线性回归预测用电量》，J.Appl。统计，37，12，2027-2041，（2010）·Zbl 1511.62405号
[2] Arribas-Gil，A。；Romo，J.，《多元函数异常值检测的讨论》，《统计方法应用》。，24, 2, 263-267, (2015) ·Zbl 1441.62116号
[3] Attouch，M.K。；Laksaci，A。；Saíd，E.O.，功能时间序列数据的稳健回归，J.Japan Statist。《社会学杂志》，42，2，125-143，（2012）·Zbl 06229380号
[4] 巴厘岛，J.L。；Boente，G。；泰勒，医学博士。；Wang，J.L.，稳健函数主成分：投影寻踪方法，Ann.Statist。，39, 6, 2852-2882, (2011) ·Zbl 1246.62145号
[5] Boente，G。；Salibian-Barrera，M.，（S\）-功能主成分分析的估计量，J.Amer。统计师。协会，110，511，1100-1111，（2015）·Zbl 1373.62290号
[6] Boente，G。；Vahnovan，A.，《半功能偏线性回归模型中的稳健估计》，《多元分析杂志》。，154, 59-84, (2017) ·Zbl 1352.62070号
[7] Bosq，D.，（函数空间中的线性过程，统计学讲义，第149卷，（2000），Springer-Verlag纽约），理论与应用·Zbl 0962.60004号
[8] Cardot，H。；费拉蒂，F。；Sarda，P.，函数线性模型，统计学。普罗巴伯。莱特。，45, 1, 11-22, (1999) ·兹比尔0962.62081
[9] Cardot，H。；费拉蒂，F。；Sarda，P.，函数线性模型的样条估计，Statist。Sinica，13，3，571-591，（2003）·Zbl 1050.62041号
[10] 克拉姆斯，C。；Mas，A.，带函数输出的函数线性回归预测的渐近性，Bernoulli，19，5B，2627-2651，（2013）·Zbl 1280.62084号
[11] Dai，W。；Genton，M.G.，多元函数数据的方向离群，计算。统计师。数据分析。，(2018)
[12] Dai，W。；Genton，M.G.，《多元曲线的函数箱线图》，Stat.，（2018），出版中
[13] Dürre，A.，Fried，R.，Vogel，D.，2016年。空间符号协方差矩阵及其在鲁棒相关估计中的应用。arXiv:1606.02274；Dürre，A.，Fried，R.，Vogel，D.，2016年。空间符号协方差矩阵及其在鲁棒相关估计中的应用。arXiv:1606.02274
[14] Genton，M.G。；Ruiz-Gazen，A.，可视化相关数据中的影响观察，J.Compute。图表。统计人员。，19，4，808-825，（2010），在线提供补充材料
[15] Gervini，D.，使用中值和球面主成分的稳健函数估计，Biometrika，95，3，587-600，（2008）·Zbl 1437.62469号
[16] Gervini，D.，2012年。纵向数据的功能稳健回归。arXiv:1211.7332；Gervini，D.，2012年。纵向数据的功能稳健回归。arXiv:1211.7332·Zbl 1253.62019年6月
[17] 戈德史密斯，J。；鲍勃，J。；Crainiceanu，C.M。；Caffo，B。；Reich，D.，惩罚函数回归，J.Compute。图表。统计人员。，20, 4, 830-851, (2011)
[18] 汉佩尔，F.R。；Ronchetti，E.M。；Rousseeuw，P.J。；Stahel，W.A.，（稳健统计：基于影响函数的方法，概率和数学统计中的Wiley级数：概率和数学统计学，（1986），John Wiley&Sons，Inc.，纽约）·Zbl 0593.62027号
[19] Horváth，L。；胡什科娃，M。；Kokoszka，P.，测试函数自回归过程的稳定性，J.多元分析。，101, 2, 352-367, (2010) ·Zbl 1178.62099号
[20] Horváth，L。；Kokoszka，P。；Rice，G.，检验函数时间序列的平稳性，计量经济学杂志，179，1，66-82，（2014）·Zbl 1293.62186号
[21] Huang，H.，Sun，Y.，2016年。功能数据的总变化深度。arXiv:1611.04913v1；Huang，H.，Sun，Y.，2016年。功能数据的总变化深度。arXiv:1611.04913v1
[22] 休伯特，M。；卢梭，P。；Segaert，P.，多元函数异常值检测，统计方法应用。，24, 2, 269-277, (2015) ·Zbl 1441.62125号
[23] Hyndman，R.J。；Shang，H.L.，函数数据的彩虹图、袋状图和箱状图，J.Comput。图表。统计人员。，19, 1, 29-45, (2010)
[24] Hyndman，R.J。；Ullah，M.S.，《死亡率和生育率的稳健预测：功能数据方法》，计算。统计师。数据分析。，51, 10, 4942-4956, (2007) ·Zbl 1162.62434号
[25] Ivanescu，A.E。；Staicu，A.M。；Scheipl，F。；Greven，S.，惩罚函数对函数回归，计算。统计人员。，30, 2, 539-568, (2015) ·Zbl 1317.65037号
[26] Kokoszka，P。；Reimherr，M.，《确定函数自回归模型的阶数》，J.Time-Ser。分析。，34, 1, 116-129, (2013) ·Zbl 1274.62600号
[27] Lee，S。；Shin，H。；Billor，N.，主函数的（M）型光滑样条估计，计算。统计师。数据分析。，66, 89-100, (2013) ·Zbl 1471.62109号
[28] 北卡罗来纳州洛坎托尔。；Marron，J.S。；辛普森，D.G。；北的黎波里。；Zhang，J.T。；Cohen，K.L.，功能数据的稳健主成分分析，TEST，8，1，1-73，（1999）·Zbl 0980.62049号
[29] 洛佩兹·平塔多，S。；Romo，J.，《关于函数数据深度的概念》，J.Amer。统计师。协会，104，486，718-734，（2009）·Zbl 1388.62139号
[30] Maronna，R.A。；马丁·R·D。；Yohai，V.J.，（稳健统计学：理论与方法，概率与统计学中的威利级数，（2006），约翰·威利父子有限公司奇切斯特）·邮编1094.62040
[31] Maronna，R.A。；Yohai，V.J.，基于样条的鲁棒函数线性回归，计算。统计师。数据分析。，65，46-55，（2013），网址http://www.sciencedirect.com/science/article/pii/S0167947311004117 ·Zbl 1471.62132号
[32] 马丁·R·D。；Yohai，V.J.，时间序列的影响泛函，Ann.Statist。，14, 3, 781-855, (1986) ·Zbl 0608.62042号
[33] J.O.拉姆齐。；Dalzell，C.J.，《功能数据分析的一些工具》，J.Roy。统计师。Soc.序列号。B.，53，3，539-572，（1991），http://www.jstor.org/stable/2345586 ·兹比尔0800.62314
[34] J.O.拉姆齐。；Silverman，B.W.，（功能数据分析，Springer Series in Statistics，（2005），纽约Springer出版社）·Zbl 1079.62006号
[35] Scheipl，F。；Greven，S.，惩罚函数对函数回归模型中的可识别性，电子。J.Stat.，10，1，495-526，（2016）·Zbl 1332.62249号
[36] 孙，Y。；Genton，M.G.，《函数箱线图》，J.Compute。图表。统计人员。，20, 2, 316-334, (2011)
[37] 孙，Y。；Genton，M.G.，《时空数据可视化和离群值检测的调整功能箱线图》，环境计量学。，23, 1, 54-64, (2012)
[38] Tang，Q.，空间数据函数系数回归模型的稳健估计，统计学，48，2，388-404，（2014）·Zbl 1367.62127号
[39] Wood，S.N.，广义加性混合模型的低秩尺度不变张量积平滑，生物统计学，62，4，1025-1036，（2006）·Zbl 1116.62076号
[40] Wu，S。；Müller，H.G.，纵向数据的响应自适应回归，生物统计学，67，3，852-860，（2011）·Zbl 1226.62068号
[41] Zuo，Y。；崔，H.，深度加权散布估计量，Ann.Statist。，33，1，381-413，（2005），网址https://doi.org/10.1214/009053604000000922 ·Zbl 1065.62048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。