[论文解读] Extensions of linear regression models based on set arithmetic for interval data

Ángela Blanco, Marta García-Bárzana+2 more|arXiv (Cornell University)|Oct 22, 2012

Fuzzy Systems and Optimization参考文献 2被引用 3

一句话总结

本文通过集合运算和典型分解，将线性回归模型扩展至区间值数据，实现了对中点与极差之间交叉关系的灵活建模。所提出的模型通过带KKT条件的约束最小二乘估计求解，在模拟实验和实际应用中均展现出更高的灵活性与一致性。

ABSTRACT

Extensions of previous linear regression models for interval data are presented. A more flexible simple linear model is formalized. The new model may express cross-relationships between mid-points and spreads of the interval data in a unique equation based on the interval arithmetic. Moreover, extensions to the multiple case are addressed. The associated least-squares estimation problem are solved. Empirical results and a real-life application are presented in order to show the applicability and the differences among the proposed models.

研究动机与目标

• 开发一种更灵活的区间数据简单线性回归模型，以捕捉中点与极差之间的交叉关系。
• 利用集合运算和典型分解，将所提出的模型扩展至多重回归设置。
• 通过确保模型一致性与残差存在性的约束，求解最小二乘估计问题。
• 通过模拟实验和实际应用，对模型进行实证验证。
• 为未来关于估计量性质（如偏差、一致性及渐近分布）的理论研究提供基础。

提出的方法

• 基于典型分解形式化一种新的简单线性模型，通过区间运算实现中点与极差的联合建模。
• 在（中点，极差）表示下，应用闵可夫斯基加法和数量乘法来定义区间运算。
• 由于极差的非负性约束，采用Karush-Kuhn-Tucker（KKT）条件求解约束最小二乘估计问题。
• 提出两种不同的多重回归模型：一种基于典型分解，另一种源自文献[9]中的基本模型，两者均通过基于KKT的算法求解。
• 在估计框架中，采用带权重参数 $\theta$ 的 $L_2$-型度量来衡量区间之间的距离。
• 通过每种样本量下10,000次迭代的模拟研究，评估估计量的性能与一致性。

实验结果

研究问题

• RQ1 能否为区间数据开发一种更灵活的简单线性回归模型，以捕捉中点与极差之间的交叉关系？
• RQ2 如何将典型分解框架扩展至区间值数据的多重回归模型？
• RQ3 在极差非负性约束下，为确保有效最小二乘估计，需要哪些约束优化技术？
• RQ4 与现有模型相比，所提出的模型在偏差、均方误差和一致性方面的性能如何？
• RQ5 在模拟研究中，LS估计量在不同样本量下的经验行为如何？

主要发现

• 所提出的灵活简单模型通过基于区间运算的单一方程，成功捕捉了中点与极差之间的交叉关系。
• 最小二乘估计量渐近无偏，其均值收敛于真实参数，且均方误差随样本量增加而减小。
• 估计量的箱线图显示，随着样本量增大，其四分位距在真实值附近缩小，证实了估计量的一致性。
• KKT条件为求解简单与多重回归模型中的约束最小二乘问题提供了可行方法。
• 多重基本模型（M1）在建模真实物理量时过于严格，表明需要更灵活的替代方案。
• 模拟结果表明，所提出的模型能产生稳定且准确的参数估计，且性能随样本量增大而提升。