最优量化在切片逆回归中的应用

Azaïs Romain; Gégout-Petit Anne; Saracco Jérôme

最优量化在切片逆回归中的应用

统计理论 2011-01-13 v2 统计理论

作者: Azaïs Romain , Gégout-Petit Anne , Saracco Jérôme

摘要

本文考虑一个半参数回归模型，该模型涉及一个 $d$ 维定量解释变量 $X$ ，并通过指标 $\beta'X$ 对 $X$ 进行降维。在此模型中，主要目标是估计欧几里得参数 $\beta$ ，并预测在给定 $X$ 条件下的实值响应变量 $Y$ 。我们的方法基于切片逆回归 (SIR) 方法和 $\mathbf{L}^p$ 范数下的最优量化。我们得到了所提出的 $\beta$ 估计量和条件分布估计量的收敛性。模拟研究显示了所提出的估计量在有限样本量下的良好数值表现。

关键词

切片逆回归最优量化半参数回归降维条件分布收敛性

引用

@article{arxiv.1101.2121,
  title  = {Optimal quantization applied to Sliced Inverse Regression},
  author = {Azaïs Romain and Gégout-Petit Anne and Saracco Jérôme},
  journal= {arXiv preprint arXiv:1101.2121},
  year   = {2011}
}

最优量化在切片逆回归中的应用

摘要

关键词

引用

相关论文