扩展t过程回归模型
统计方法学
2017-05-16 v1
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，其良好性质已得到充分确立。本文引入一种扩展t过程回归(eTPR)模型，这是一种允许稳健最佳线性无偏预测(BLUP)的非线性模型。由于其简洁的构造，它继承了GPR模型的许多吸引人性质，例如具有边缘分布与预测分布的封闭形式，从而为稳健过程提供显式表达，并能通过高效实现轻松处理高维协变量。研究了稳健性的性质。模拟研究与真实数据应用表明，与其他现有方法相比，eTPR模型在输入与输出空间均存在离群点时给出稳健拟合，且具有良好的预测性能。
引用
@article{arxiv.1705.05125,
title = {Extended T-process Regression Models},
author = {Z. Wang and J. Q. Shi and Y. Lee},
journal= {arXiv preprint arXiv:1705.05125},
year = {2017}
}
备注
44 pages