数值符号变量的线性回归：一种基于 Wasserstein 距离的普通最小二乘法
统计方法学
2016-05-03 v2 其他统计学
摘要
本文提出了一种针对模态符号数据的线性回归模型。观测变量为符号数据分析框架下定义的直方图变量，模型参数采用经典的最小二乘法进行估计。为了度量观测分布与预测分布之间的误差，引入了一种适当的度量，特别是提出了 Wasserstein 距离。利用该度量的某些性质，将响应变量预测为其他独立直方图变量的直接线性组合。文中讨论了拟合优度度量。一项基于真实数据的应用证实了所提方法的有效性。
引用
@article{arxiv.1202.1436,
title = {Linear regression for numeric symbolic variables: an ordinary least squares approach based on Wasserstein Distance},
author = {Antonio Irpino and Rosanna Verde},
journal= {arXiv preprint arXiv:1202.1436},
year = {2016}
}