扩展t过程回归模型
统计方法学
2015-12-07 v2
摘要
高斯过程回归 (GPR) 模型已在回归函数未知时被广泛用于拟合数据，且其良好性质已得到充分确立。在本文中，我们引入扩展t过程回归 (eTPR) 模型，其给出了鲁棒的最佳线性无偏预测 (BLUP)。由于其简洁的构造，它继承了GPR模型的许多吸引人的性质，例如具有边缘分布和预测分布的闭合形式以给出鲁棒BLUP过程的显式形式，并且通过略微修改现有BLUP过程即可高效处理高维协变量。我们研究了鲁棒BLUP的性质。模拟研究和真实数据应用表明，与GPR和局部加权散点图平滑 (LOESS) 方法相比，eTPR模型在输入和输出空间均存在离群点时能提供鲁棒拟合，并且在预测方面表现良好。
引用
@article{arxiv.1511.03402,
title = {Extended T-process Regression Models},
author = {Zhanfeng Wang and Jianqing Shi and Youngjo Lee},
journal= {arXiv preprint arXiv:1511.03402},
year = {2015}
}