Riemannian高维数据的非对称典性相关分析
统计方法学
2026-01-21 v3 统计理论
应用统计
统计理论
摘要
本文提出一种新型统计模型,用于Riemannian值函数数据与高维数据的整合分析。我们将其应用于探索每个主体动态功能连接(由按时间索引的正定协方差矩阵集合表示)与代表生活方式、人口统计和心理测量的高维数据的依存结构。具体而言,我们采用典性相关分析的改进形式,以有效控制功能典性方向复杂度,并通过切贴空间筛法近似实现。此外,我们通过稀疏化惩罚对高维典性方向实施可解释的群结构。该方法在替代方法上表现出改进的经验性能,并具备理论保证。将其应用于Human Connectome Project数据,揭示了动态功能连接与生活方式、人口统计和心理测量之间的主要变动模式。该模式与来自静态连接研究的结果一致,但揭示了此类研究未能捕捉的独特时序非平稳模式。
关键词
引用
@article{arxiv.2404.11781,
title = {Asymmetric canonical correlation analysis of Riemannian and high-dimensional data},
author = {James Buenfil and Eardi Lila},
journal= {arXiv preprint arXiv:2404.11781},
year = {2026}
}