联合学习具有低秩和稀疏结构的面板VAR模型
统计方法学
2025-09-22 v1
摘要
面板向量自回归（VAR）模型广泛用于捕捉不同子总体中多元时间序列的动态，每个子总体共享一组共同变量。在本工作中，我们提出了一种具有共享低秩结构的面板VAR模型，该结构由子总体特定权重调制，并补充有个体稀疏成分。为确保参数可识别性，我们施加了导致非光滑、非凸优化问题的结构约束。我们开发了一种多块交替方向乘子法（ADMM）算法进行参数估计，并在温和的正则条件下建立了其收敛性。此外，我们在高维设定下为所提出的估计量建立了必要性保证。通过合成数据和真实神经科学数据集的实验验证了所提出的建模框架和估计量的有效性。
引用
@article{arxiv.2509.15402,
title = {Joint Learning of Panel VAR models with Low Rank and Sparse Structure},
author = {Yuchen Xu and George Michailidis},
journal= {arXiv preprint arXiv:2509.15402},
year = {2025}
}
备注
46 pages, 12 figures, 4 tables