内蕴沃瑟斯坦相关性分析
统计方法学
2021-06-01 v1
摘要
我们在沃瑟斯坦空间几何下为分布值函数数据开发了典型相关分析框架。具体而言，我们提出了随机分布间相关性的内蕴概念，分别基于函数主成分分析（FPCA）和Tikhonov正则化提出该相关性及其相应权重函数的估计方法，并建立了估计量的最小最大收敛速率。关键思想是将张量希尔伯特空间框架扩展至分布值函数数据，以克服沃瑟斯坦空间非线性带来的挑战性问题。所提估计量的有限样本性能通过模拟研究加以说明，其实用价值通过一项关于两个脑区脑活动分布间关联的研究得以展示。
引用
@article{arxiv.2105.15000,
title = {Intrinsic Wasserstein Correlation Analysis},
author = {Hang Zhou and Zhenhua Lin and Fang Yao},
journal= {arXiv preprint arXiv:2105.15000},
year = {2021}
}