基于主非对称最小二乘的充分降维
统计理论
2020-02-14 v1 统计方法学
统计理论
摘要
本文中，我们引入主非对称最小二乘（PALS）作为线性和非线性充分降维的统一框架。经典方法如切片逆回归（Li, 1991）和主支持向量机（Li, Artemiou and Li, 2011）在异方差存在时可能表现不佳，而我们的提议通过综合不同期望分位数水平解决了这一局限。通过广泛的数值研究，我们证明了 PALS 在计算时间和估计精度方面的优越性能。针对线性充分降维下 PALS 的渐近分析，我们开发了新工具以计算非 Lipschitz 函数期望的导数。
引用
@article{arxiv.2002.05264,
title = {On sufficient dimension reduction via principal asymmetric least squares},
author = {Abdul-Nasah Soale and Yuexiao Dong},
journal= {arXiv preprint arXiv:2002.05264},
year = {2020}
}