[論文レビュー] Functional Partial Linear Regression

Heng Lian|arXiv (Cornell University)|Aug 5, 2009

Statistical Methods and Inference参考文献 19被引用数 3

ひとこと要約

本稿では、一部の関数的予測子が応答変数に対して線形に関係する一方で、他の関数的予測子が複雑な非線形関係を示す状況において、スカラ応答を予測するための関数的部分線形回帰モデルを提案する。この手法は、半パラメトリック推定量を用いた関数的線形モデリングである。漸近的性質が確立されており、制御されたシミュレーションを通じて有限標本における一貫性と収束速度が示されている。

ABSTRACT

When predicting scalar responses in the situation where the explanatory variables are functions, it is sometimes the case that some functional variables are related to responses linearly while other variables have more complicated relationships with the responses. In this paper, we propose a new semi-parametric model to take advantage of both parametric and nonparametric functional modeling. Asymptotic properties of the proposed estimators are established and finite sample behavior is investigated through a small simulation experiment.

研究の動機と目的

• 関数的予測子が混合された線形および非線形関係を示す状況におけるスカラ応答のモデリングの課題に対処すること。
• パラメトリックおよびノンパラメトリック関数的回帰成分を効率的に組み合わせる半パラメトリックモデルの開発。
• 正則性条件の下で、提案された推定量の漸近的性質を確立すること。
• 制御された設計設定を用いた小規模なシミュレーション実験を通じて、手法の有限標本性能を評価すること。

提案手法

• 一部の関数的予測子が線形に作用し、他の予測子が非パラメトリックにモデル化される半パラメトリック関数的回帰モデルを提案する。
• 次元削減のための関数的主成分分析を用い、関数的予測子を低次元空間に表現する。
• モデルのノンパラメトリック成分を推定するために、カーネルスムージング技術を適用する。
• 関数的線形回帰と局所線形スムージングの組み合わせを用いて、パラメトリックおよびノンパラメトリック成分の推定量を導出する。
• ややきつい正則性条件の下で、提案された推定量の漸近的正規性と収束速度を確立する。
• 制御された設計設定を用いた小規模なシミュレーションスタディを通じて、手法の有限標本性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 関数的予測子とスカラ応答の間の混合線形および非線形関係を効果的に扱う関数的回帰モデルはどのように構築できるか？
• RQ2 混合成分タイプを有する半パラメトリック関数的回帰モデルにおける推定量の漸近的性質は何か？
• RQ3 提案手法は、純粋なパラメトリックまたはノンパラメトリック手法と比較して、有限標本でどのように性能を発揮するか？
• RQ4 関数的主成分による次元削減が、このモデルにおける推定精度に与える影響は何か？

主な発見

• 提案された半パラメトリック推定量は、正則性条件の下で漸近的正規性を達成しており、信頼性の高い推論を可能にする。
• ノンパラメトリック成分推定量の収束速度が確立されており、標本サイズが増加するにつれて一貫した推定が実現することを示している。
• シミュレーション結果から、真の関係が混合的である場合に特に良好な有限標本性能を示していることがわかった。
• モデルは線形および非線形関数的効果を効果的に分離できており、純粋なパラメトリックまたはノンパラメトリックアプローチと比較して推定精度が向上している。