Bures-Wasserstein 流形上的 Frechet 回归的部分效应检验
机器学习
2025-07-01 v1 机器学习
摘要
我们提出了一种用于评估 Bures Wasserstein 流形上 Frechet 回归中部分效应的新型检验方法。该方法采用样本分割策略：第一个子样本用于拟合 Frechet 回归模型，得到协方差矩阵及其相关最优传输图的估计；第二个子样本用于构建检验统计量。我们证明，该统计量收敛于加权卡方分量的混合分布，其中权重对应于由合适的 RKHS 核定义的积分算子的特征值。我们证明该程序实现名义上渐近大小，并通过大量仿真和真实数据应用表明其在有限样本下的准确性和实际实用性。
引用
@article{arxiv.2506.23487,
title = {Test of partial effects for Frechet regression on Bures-Wasserstein manifolds},
author = {Haoshu Xu and Hongzhe Li},
journal= {arXiv preprint arXiv:2506.23487},
year = {2025}
}