基于莫比乌斯变换的半参数回归模型
统计方法学
2024-12-10 v2
摘要
本文提出了一种新颖的回归模型,旨在通过线性预测变量对角度响应变量进行回归分析,该模型利用广义莫比乌斯变换来定义回归曲线。通过将实轴映射到圆上,该模型有效地捕捉了线性分量与角度分量之间的关系。一个关键创新是引入了一种基于面积的损失函数,其灵感来源于弯曲环面的几何结构,以实现高效的参数估计。该模型的半参数特性消除了对角度误差特定分布假设的需求,增强了其通用性。广泛的模拟研究(包括冯·米塞斯分布和包裹柯西分布)凸显了该框架的稳健性。通过对比特币和以太坊的真实数据分析,展示了该模型的实际效用,证明了其从复杂数据结构中提取有意义见解的能力。
关键词
引用
@article{arxiv.2411.15822,
title = {Semi-parametric least-area linear-circular regression through M\"{o}bius transformation},
author = {Surojit Biswas and Buddhananda Banerjee},
journal= {arXiv preprint arXiv:2411.15822},
year = {2024}
}