Tensor ring quantile regression
Abstract
由于张量数据具有高阶特性和内部结构依赖性, 传统分位回归建模面临诸多挑战. 本文通过引入张量环分解技术, 提出了一种新型张量环分位回归模型, 用以刻画张量值协变量、向量值协变量与标量值响应变量之间的复杂关系. 在低维情景下, 本文证明了估计量的一致性、渐近正态性及有效性; 在高维情景下, 提出了$\ell_1$惩罚估计量, 并建立了相应的估计误差界. 模拟和实证研究结果表明, 该方法在估计与预测方面均具有出色的表现.
Fields of Study & Subjects
Tensor decomposition and applications
Statistical Methods and Inference
Advanced Statistical Methods and Models
Publication details
- Journal / source
- Scientia Sinica Mathematica
- Publication date
- 1 March 2026
- Language
- EN