多元函数型响应低秩回归及其在脑成像数据中的应用
统计方法学
2020-10-09 v1 应用统计
摘要
我们提出一种可能具有高维函数型响应与标量协变量的多元函数型响应低秩回归模型。通过在一组筛基上展开斜率函数，我们将基系数重构为一个矩阵。为估计这些系数，我们提出一种使用核范数正则化的高效过程。我们还推导了估计量的误差界，并通过模拟评估了我们的方法。我们进一步将方法应用于 Human Connectome Project 神经成像数据，利用多种临床协变量预测皮层表面运动任务诱发的功能性磁共振成像信号，以说明我们结果的实用性。
引用
@article{arxiv.2010.03700,
title = {Multivariate functional responses low rank regression with an application to brain imaging data},
author = {Xiucai Ding and Dengdeng Yu and Zhengwu Zhang and Dehan Kong},
journal= {arXiv preprint arXiv:2010.03700},
year = {2020}
}
备注
Canadian Journal of Statistics(accepted)