itdr：基于积分变换方法估计回归中充分降维子空间的 R 包
统计方法学
2023-07-18 v3 统计理论
统计理论
摘要
充分降维（SDR）是回归模型的有效工具，为处理和分析回归问题的非线性特征提供了可行途径。本文介绍 itdr R 包，这是一个全面且用户友好的工具，引入了若干基于积分变换方法用于估计 SDR 子空间的函数。具体而言，itdr 包包含两种关键方法，即傅里叶方法（FM）和卷积方法（CM）。这些方法可在响应为单变量时估计 SDR 子空间，即中心均值子空间（CMS）和中心子空间（CS）。此外，itdr 包通过迭代 Hessian 变换（IHT）方法支持单变量响应下 CMS 的复原。同时，它利用多种傅里叶变换策略（如逆降维方法、基于傅里叶变换的最小差异方法以及傅里叶变换稀疏逆回归方法）实现多变量响应情形下 CS 的复原。为展示其能力，itdr 包应用于五个不同数据集。此外，该包是首个实现积分变换方法估计 SDR 子空间的软件，有望显著推动 SDR 研究进展。
引用
@article{arxiv.2204.08341,
title = {itdr: An R package of Integral Transformation Methods to Estimate the SDR Subspaces in Regression},
author = {Tharindu P. De Alwis and S. Yaser Samadi and Jiaying Weng},
journal= {arXiv preprint arXiv:2204.08341},
year = {2023}
}
备注
17 pages, 1 figure