×

估计函数回归问题中的条件分布。 (英语) 兹伯利07633926

小结:我们考虑在连续函数空间中估计函数数据对象(Y=(Y(t):t\in[0,1])的条件分布(operatorname{P}(Y\inA|X))的问题,给定一般空间中的协变量(X\),并假设(Y\)和(X\。提出了两种估计方法,基于估计模型残差的经验分布,或将函数参数模型拟合到模型残差。我们表明,在相对温和的假设下,可以实现一致的估计。我们举例说明了一类集合\(a\),它指定了应用程序感兴趣的\(Y\)的路径属性。在几次模拟实验中,对提出的方法进行了研究,并对电价和污染曲线进行了数据分析。

MSC公司:

62G05型 非参数估计
6220国集团 非参数推理的渐近性质
62年5月 线性回归;混合模型
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Aue,A.、Norinho,D.和Hörmann,S.(2015年)。平稳函数时间序列的预测。美国统计协会杂志110 378-392. ·Zbl 1373.62462号
[2] AZAIS,J.-M.和WSCHEBOR,M.(2009年)。随机过程和场的水平集和极值新泽西州霍博肯威利·Zbl 1168.60002号
[3] BERLINET,A.、ELAMINE,A.和MAS,A.(2011年)。功能数据的局部线性回归。统计数学研究所年鉴63 1047-1075. ·Zbl 1225.62093号 ·doi:10.1007/s10463-010-0275-8
[4] BILLINGSLEY,P.(1999)。概率测度的收敛性威利·Zbl 0944.60003号
[5] BOENTE,G.、BARRERA,M.S.和TYLER,D.E.(2014)。函数数据的椭圆分布特征和主成分的一些最优性。多元分析杂志131 254-264. ·Zbl 1298.62093号 ·doi:10.1016/j.jmva.2014.07.006
[6] BOSQ,D.(2000)。函数空间中的线性过程施普林格·Zbl 0962.60004号
[7] BULINSKAYA,E.V.(1961年)。关于平稳高斯过程的能级平均交叉数。概率论及其应用6 435-438. ·Zbl 0108.31002号 ·doi:10.1137/1106059
[8] CHEN,K.和MÜLLER,H.-G.(2012年)。协变量为函数时的条件分位数分析,应用于生长数据。英国皇家统计学会杂志:B辑(统计方法)74 67-89. ·Zbl 1411.62095号 ·文件编号:10.1111/j.1467-9868.2011.01008.x
[9] CHEN,K.和MüLLER,H.-G.(2014)。功能响应的条件分布建模,通过支持GPS的移动电话应用于流量监测。技术计量学56 347-358. ·doi:10.1080/00401706.2013.842933
[10] CHERNOZHUKOV,V.、FERNáNDEZ-VAL,I.和GALICHON,A.(2010年)。不交叉的分位数和概率曲线。计量经济学78 1093-1125. ·Zbl 1192.62255号 ·doi:10.3982/ecta7880
[11] CHIOU,J.-M.、MüLLER,H.-G.和WANG,J.-L.(2004)。功能响应模型。中国统计局675-693. ·Zbl 1073.62098号
[12] CHOI,H.和REIMHERR,M.(2016)。函数参数置信域和置信带的几何方法。arXiv:1607.07771·Zbl 1381.62143号
[13] CRAMBES,C.、HILGERT,N.和MANRIQUE,T.(2016)。具有函数输出的函数线性回归中噪声协方差算子的估计。统计与概率信件113 7-15. ·Zbl 1383.62082号 ·doi:10.1016/j.spl.2016年2月16日
[14] CRAMBES,C.和MAS,A.(2013年)。具有函数输出的函数线性回归中预测的渐近性。伯努利19 2627-2651. ·Zbl 1280.62084号 ·doi:10.3150/12-bej469
[15] DETTE,H.、KOKOT,K.和AUE,A.(2020年)。连续函数的Banach空间中的函数数据分析。统计年鉴48 1168-1192. ·Zbl 1456.62085号 ·doi:10.1214/19-aos1842
[16] FAN,J.和MüLLER,H.-G.(2021)。功能反应的条件分布回归。斯堪的纳维亚统计杂志49 502-524. ·Zbl 1496.62070号 ·doi:10.1111/sjos.12525
[17] FERNáNDEZ DE CASTRO,B.、GUILLAS,S.和GONZáLEZ MANTEIGA,W.(2005)。预测二氧化硫水平的功能样本和引导程序。技术计量学47 212-222·doi:10.1198/004017005000000067
[18] FERRATY,F.、VAN KEILEGOM,I.和VIEU,P.(2012年)。当响应和预测都是函数时的回归。多元分析杂志109 10-28. ·Zbl 1241.62054号 ·doi:10.1016/j.jmva.2012.02.008
[19] FERRATY,F.和NAGY,S.(2022)。标量-函数局部线性回归及其他。生物特征109 439-455. ·Zbl 07543333号 ·doi:10.1093/biomet/asab027
[20] FERRATY,F.和VIEU,P.(2006年)。非参数函数数据分析:理论与实践Springer科学与商业媒体·Zbl 1119.62046号
[21] FRANKE,J.和NYARIGE,E.G.(2019年)。函数自动回归的基于残差的引导。arXiv:1905.07635。
[22] GNEITING,T.和RAFTERY,A.E.(2007)。严格正确的评分规则、预测和评估。美国统计协会杂志102 359-378. ·Zbl 1284.62093号 ·doi:10.1198/0162145000001437
[23] Goldsmith,J.、Greven,S.和Crainiceanu,C.(2013年)。使用主成分校正了功能数据的置信带。生物识别69 41-51. ·Zbl 1274.62776号 ·文件编号:10.1111/j.1541-0420.2012.01808.x
[24] GONZáLEZ,J.P.、MUñOZ SAN ROQUE,A.M.S.和PéREZ,E.A.(2018年)。用新希尔伯特ARMAX模型预测函数时间序列:在电价预测中的应用。EEE电力系统汇刊33 545-556. ·doi:10.1109/TPWRS.2017.2700287
[25] GöRECKI,T.、HRMANN,S.、HORVáTH,L.和KOKOSZKA,P.(2018)。检验函数时间序列的正态性。时间序列分析杂志39 471-487. ·Zbl 1416.62489号 ·doi:10.1111/jtsa.12281
[26] HŇRMANN,S.和KIDZIŃSKI,Ł。(2015). 关于希尔伯特线性模型中估计的注记。斯堪的纳维亚统计杂志42 43-62. ·兹比尔1364.62175 ·doi:10.1111/sjos.12094
[27] HØRMANN,S.和KOKOSZKA,P.(2010)。依赖性较弱的功能数据。统计年鉴38 1845-1884. ·Zbl 1189.62141号 ·doi:10.1214/09-aos768
[28] HRMANN,S.、KUENZER,T.和RICE,G.(2022年)。补充“估计函数回归问题中的条件分布”·兹伯利07633926 ·doi:10.1214/22-EJS2067SUPP文件
[29] HYNDMAN,R.J.和SHANG,H.L.(2009)。预测功能时间序列。韩国统计学会杂志38 199-211. ·Zbl 1293.62267号 ·doi:10.1016/j.jkss.2009.06.002
[30] HYNDMAN,R.J.和SHANG,H.L.(2020年)。ftsa:Functional Time Series Analysis R软件包6.0版。
[31] IMAIZUMI,M.和KATO,K.(2018年)。基于PCA的函数响应线性回归估计。多元分析杂志163 15-36. ·Zbl 1499.62137号 ·doi:10.1016/j.jmva.2017.1001
[32] IVANESCU,A.、STAICU,A.M.、SCHEIPL,F.和GREVEN,S.(2015)。惩罚函数对函数回归。计算统计学30 539-568. ·兹比尔1317.65037
[33] KATO,K.(2012年)。函数线性分位数回归中的估计。统计年鉴40 3108-3136. ·Zbl 1296.62104号 ·doi:10.1214/12-aos1066
[34] KUDRASZOW,N.L.和VIEU,P.(2013)。函数变量kNN回归变量的一致一致性。统计与概率信件83 1863-1870. ·Zbl 1277.62113号 ·doi:10.1016/j.spl.2013.04.017
[35] LIEBL,D.和REIMHERR,M.(2019年)。功能参数的快速和公平同步置信区间。arXiv:1910.00131·Zbl 1444.62160号
[36] MAS,A.(2007年)。函数自回归模型的弱收敛性。多元分析杂志98 1231-1261. ·Zbl 1118.60016号 ·doi:10.1016/j.jmva.2006.05.010
[37] 穆萨维,S.N.和SØ伦森,H.(2017)。小波多项式函数回归与LASSO惩罚。计量经济与统计1 150-166. ·doi:10.1016/j.ecosta.2016.09.05
[38] MüLLER,H.G.和STADTMüLER,U.(2005)。广义函数线性模型。统计年鉴33 774-805. ·Zbl 1068.62048号 ·电话:10.1214/009053604000001156
[39] MURPHY,K.P.(2012)。机器学习:概率视角.自适应计算和机器学习系列麻省理工学院出版社·Zbl 1295.68003号
[40] 巴帕罗地炎E.和SHANG,H.L.(2021)。函数时间序列的引导预测带。美国统计协会杂志. ·Zbl 07707216号 ·doi:10.1080/01621459.2021.1963262
[41] PUMO,B.(1999)。用C[0,1]值自回归过程预测连续时间过程。随机过程的统计推断1 297-309. ·Zbl 0944.62087号 ·doi:10.1023/a:1009951104780
[42] RAMSAY,J.O.、GRAVES,S.和HOOKER,G.(2020年)。美国食品药品监督管理局:功能数据分析R包版本5.1.9·Zbl 1179.62006号
[43] RAMSAY,J.O.和SILVERMAN,B.W.(2005)。功能数据分析,第二版,施普林格主编·Zbl 1079.62006号
[44] RUIZ-MEDINA,M.D.和ALVAREZ-LI EBANA,J.(2019年)。抽象Banach空间中的强一致自回归预测因子。多元分析杂志170 186-201. ·Zbl 1481.62064号 ·doi:10.1016/j.jmva.2018.08.001
[45] SANG,P.和CAO,J.(2020年)。功能性单指数分位数回归模型。统计与计算1-11. ·兹比尔1447.62138 ·doi:10.1007/s11222-019-09917-6
[46] TAKáCS,L.(1995)。关于布朗运动的局部时间。应用概率年鉴5. ·Zbl 0845.60082号 ·doi:10.1214/aoap/1177004703
[47] 塔拉格兰德,M.(2014)。随机过程的上下限:现代方法和经典问题60.施普林格科技与商业媒体·Zbl 1293.60001号
[48] VILAR,J.M.、CAO,R.和ANEIROS,G.(2012年)。使用非参数函数方法预测未来的电力需求和价格。国际电力与能源系统杂志39 48-55. ·doi:10.1016/j.ijepes.2012.01.04
[49] Wang,J.-L.、Chiou,J.-M.和Müller,H.-G.(2016)。功能数据分析。统计年鉴及其应用3 257-295.
[50] 熊S.和李G.(2008)。关于条件分布收敛性的一些结果。统计与概率信件78 3249-3253. ·Zbl 1489.60005号 ·doi:10.1016/j.spl.2008.06.026
[51] YAO,F.、SUE-CHEE,S.和WANG,F.(2017)。正则部分函数分位数回归。多元分析杂志156 39-56. ·Zbl 1369.62083号 ·doi:10.1016/j.jmva.2017.02.001
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。