Robust sieve estimators for functional canonical correlation analysis

Fil: Álvarez, Agustín. Universidad Nacional de General Sarmiento. Instituto de Ciencias; Argentina.

Guardado en:
Detalles Bibliográficos
Autores principales: Álvarez, Agustín, Boente, Graciela, Kudraszow, Nadia
Formato: Artículo publishedVersion
Lenguaje:Inglés
Publicado: Elsevier 2024
Materias:
Canonical correlation
Fisher-consistency
Functional data
Robust estimation
Sieves
Correlação canônica
Consistência de Fisher
Dados funcionais
Estimativa robusta
Peneiras
Correlación canónica
Consistencia de Fisher
Datos funcionales
Estimación robusta
Tamices
Acceso en línea:http://repositorio.ungs.edu.ar:8080/xmlui/handle/UNGS/1794
Aporte de:
Repositorio Institucional Digital de Acceso Abierto (UNGS) de Universidad Nacional de General Sarmiento
id I71-R177-UNGS-1794
record_format dspace
spelling I71-R177-UNGS-17942024-12-17T15:39:42Z Robust sieve estimators for functional canonical correlation analysis Álvarez, Agustín Boente, Graciela Kudraszow, Nadia Canonical correlation Fisher-consistency Functional data Robust estimation Sieves Correlação canônica Consistência de Fisher Dados funcionais Estimativa robusta Peneiras Correlación canónica Consistencia de Fisher Datos funcionales Estimación robusta Tamices Fil: Álvarez, Agustín. Universidad Nacional de General Sarmiento. Instituto de Ciencias; Argentina. Fil: Boente, Graciela. Universidad de Buenos Aires; Argentina. Fil: Kudraszow, Nadia. Universidad Nacional de La Plata. Facultad de Ciencias Exactas; Argentina. In this paper, we propose robust estimators for the first canonical correlation and directions of random elements on Hilbert separable spaces by combining sieves and robust association measures, leading to Fisher-consistent estimators for appropriate choices of the association measure. Under regularity conditions, the resulting estimators are consistent. The robust procedure allows us to construct detection rules to identify possible influential observations. The finite sample performance is illustrated through a simulation study in which contaminated data is included. The benefits of considering robust estimators are also illustrated on a real data set where the detection methods reveal the presence of influential observations for the first canonical directions that would be missed otherwise. En este artículo, proponemos estimadores robustos para la primera correlación canónica y direcciones de elementos aleatorios en espacios separables de Hilbert combinando tamices y medidas de asociación robustas, lo que lleva a estimadores consistentes con Fisher para elecciones apropiadas de la medida de asociación. En condiciones de regularidad, los estimadores resultantes son consistentes. El procedimiento robusto nos permite construir reglas de detección para identificar posibles observaciones influyentes. El rendimiento de la muestra finita se ilustra mediante un estudio de simulación en el que se incluyen datos contaminados. Los beneficios de considerar estimadores robustos también se ilustran en un conjunto de datos reales donde los métodos de detección revelan la presencia de observaciones influyentes para las primeras direcciones canónicas que de otro modo se pasarían por alto. Neste artigo, propomos estimadores robustos para a primeira correlação canônica e direções de elementos aleatórios em espaços de Hilbert separáveis, combinando peneiras e medidas de associação robustas, levando a estimadores consistentes de Fisher para escolhas apropriadas da medida de associação. Sob condições de regularidade, os estimadores resultantes são consistentes. O procedimento robusto nos permite construir regras de detecção para identificar possíveis observações influentes. O desempenho da amostra finita é ilustrado por um estudo de simulação envolvendo dados contaminados. Os benefícios de considerar estimadores robustos também são ilustrados em um conjunto de dados reais onde os métodos de detecção revelam a presença de observações influentes para as primeiras direções canônicas que de outra forma seriam ignoradas. 2024-12-17T15:36:43Z 2024-12-17T15:36:43Z 2019 info:eu-repo/semantics/article info:ar-repo/semantics/artículo info:eu-repo/semantics/publishedVersion Alvarez, A., Boente, G. y Kudraszow, N. (2019). Robust sieve estimators for functional canonical correlation analysis. Journal of Multivariate Analysis, 170, 46-62. 0047-259X http://repositorio.ungs.edu.ar:8080/xmlui/handle/UNGS/1794 eng https://doi.org/10.1016/j.jmva.2018.03.003 info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf application/pdf Elsevier Journal of Multivariate Analysis. Mar. 2019; 170: 46-62 https://www.sciencedirect.com/journal/journal-of-multivariate-analysis/vol/170/suppl/C
institution Universidad Nacional de General Sarmiento
institution_str I-71
repository_str R-177
collection Repositorio Institucional Digital de Acceso Abierto (UNGS)
language Inglés
orig_language_str_mv eng
topic Canonical correlation
Fisher-consistency
Functional data
Robust estimation
Sieves
Correlação canônica
Consistência de Fisher
Dados funcionais
Estimativa robusta
Peneiras
Correlación canónica
Consistencia de Fisher
Datos funcionales
Estimación robusta
Tamices
spellingShingle Canonical correlation
Fisher-consistency
Functional data
Robust estimation
Sieves
Correlação canônica
Consistência de Fisher
Dados funcionais
Estimativa robusta
Peneiras
Correlación canónica
Consistencia de Fisher
Datos funcionales
Estimación robusta
Tamices
Álvarez, Agustín
Boente, Graciela
Kudraszow, Nadia
Robust sieve estimators for functional canonical correlation analysis
topic_facet Canonical correlation
Fisher-consistency
Functional data
Robust estimation
Sieves
Correlação canônica
Consistência de Fisher
Dados funcionais
Estimativa robusta
Peneiras
Correlación canónica
Consistencia de Fisher
Datos funcionales
Estimación robusta
Tamices
description Fil: Álvarez, Agustín. Universidad Nacional de General Sarmiento. Instituto de Ciencias; Argentina.
format Artículo
Artículo
publishedVersion
author Álvarez, Agustín
Boente, Graciela
Kudraszow, Nadia
author_facet Álvarez, Agustín
Boente, Graciela
Kudraszow, Nadia
author_sort Álvarez, Agustín
title Robust sieve estimators for functional canonical correlation analysis
title_short Robust sieve estimators for functional canonical correlation analysis
title_full Robust sieve estimators for functional canonical correlation analysis
title_fullStr Robust sieve estimators for functional canonical correlation analysis
title_full_unstemmed Robust sieve estimators for functional canonical correlation analysis
title_sort robust sieve estimators for functional canonical correlation analysis
publisher Elsevier
publishDate 2024
url http://repositorio.ungs.edu.ar:8080/xmlui/handle/UNGS/1794
work_keys_str_mv AT alvarezagustin robustsieveestimatorsforfunctionalcanonicalcorrelationanalysis
AT boentegraciela robustsieveestimatorsforfunctionalcanonicalcorrelationanalysis
AT kudraszownadia robustsieveestimatorsforfunctionalcanonicalcorrelationanalysis
_version_ 1824528618561208320

Ejemplares similares