핵심 개념
누적 분포 함수의 기능적 선형 회귀 분석의 중요성과 효과적인 추정 방법 소개
초록
기능적 선형 회귀 분석은 누적 분포 함수(CDF)의 추정을 중점적으로 다루며, 다양한 응용 분야에서 중요한 역할을 한다.
연구에서는 상황에 따른 CDF의 기능적 회귀를 연구하고, 다양한 추정 방법을 제안하며, 이를 통해 CDF의 추정 오차 상한을 증명한다.
랜덤 디자인 설정에서 burn-in 시간을 제거하는 대체 패널화 추정기를 사용하여 분석을 진행한다.
데이터 생성 프로세스의 불일치를 고려한 무지 세팅에서 제안된 추정기의 에러를 특성화하고, 모델 불일치 하에서의 성능을 보여준다.
무한 차원 모델을 형식화하고, 이에 대한 자기 정규화 추정 오차 상한을 설정한다.
수치 실험을 통해 제안된 추정 방법의 효과를 검증한다.
통계
주어진 n개의 샘플과 d개의 기저 함수에 대한 추정 오차 상한을 rOp
a
d{nq로 보여준다.
정보 이론적 하한을 rΘp
a
d{nq로 유도하여 CDF 기능적 회귀의 최소 추정률을 확립한다.
인용구
"누적 분포 함수의 추정은 예측에서의 위험 평가와 의사 결정에 중요한 학습 과제이다."
"우리의 종합적인 수치 실험은 합성 및 실제 설정에서의 추정 방법의 효과를 검증한다."