Copertina

On Sharpened Convergence Rate of Generalized Sliced Inverse Regression for Nonlinear Sufficient Dimension Reduction

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Choi, Chak Fung, Tang, Yin, Li, Bing
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Statistics Theory Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Structure-Preserving Nonlinear Sufficient Dimension Reduction for Tensors
di: Lin, Dianjun, et al.
Pubblicazione: (2025)

Subspace Ordering for Maximum Response Preservation in Sufficient Dimension Reduction
di: Boonstra, Derik T., et al.
Pubblicazione: (2025)

Belted and Ensembled Neural Network for Linear and Nonlinear Sufficient Dimension Reduction
di: Tang, Yin, et al.
Pubblicazione: (2024)

Regularized Nonlinear Regression with Dependent Errors and its Application to a Biomechanical Model
di: You, Hojun, et al.
Pubblicazione: (2022)

Semiparametric Efficiency of Residual Correlation Testing under Gaussian Additive Noise Models
di: Tang, Yin, et al.
Pubblicazione: (2026)

A Generalized Framework for Approximate Co-Sufficient Sampling
di: Xie, Jie, et al.
Pubblicazione: (2025)

Simultaneous Sieve Estimation and Inference for Time-Varying Nonlinear Time Series Regression
di: Ding, Xiucai, et al.
Pubblicazione: (2025)

A Unified Framework for Nonlinear Mediation Analysis of Random Objects
di: Tan, Wenxi, et al.
Pubblicazione: (2026)

Sufficiency-principled Transfer Learning via Model Averaging
di: Zhang, Xiyuan, et al.
Pubblicazione: (2025)

Generalized Data Thinning Using Sufficient Statistics
di: Dharamshi, Ameer, et al.
Pubblicazione: (2023)

Sufficient conditions for proper posteriors in fully-Bayesian Functional PCA
di: Sartini, Joseph, et al.
Pubblicazione: (2026)

Sufficient and Necessary Conditions for the Identifiability of DINA Models with Polytomous Responses
di: Lin, Mengqi, et al.
Pubblicazione: (2023)

Learning Functional Graphs with Nonlinear Sufficient Dimension Reduction
di: Kim, Kyongwon, et al.
Pubblicazione: (2026)

Sufficient dimension reduction for regression with spatially correlated errors: application to prediction
di: Forzani, Liliana, et al.
Pubblicazione: (2025)

Direct Bayesian Regression for Distribution-valued Covariates
di: Tang, Bohao, et al.
Pubblicazione: (2023)

Minimax Rate-Optimal Inference for Individualized Quantile Treatment Effects in High-dimensional Models
di: Sun, Jiachen, et al.
Pubblicazione: (2025)

Linear Regression Using Principal Components from General Hilbert-Space-Valued Covariates
di: Li, Xinyi, et al.
Pubblicazione: (2025)

Maximum Ideal Likelihood Estimation: A Unified Inference Framework for Latent Variable Models
di: Cai, Yizhou, et al.
Pubblicazione: (2024)

Generalized Local Polynomial Regression with Decomposed Context-Aware Kernels
di: Shulman, Yaniv
Pubblicazione: (2026)

Sharp Bounds on the Variance of General Regression Adjustment in Randomized Experiments
di: Mikhaeil, Jonas M., et al.
Pubblicazione: (2024)

Multiscale Quantile Regression with Local Error Control
di: Liu, Zhi, et al.
Pubblicazione: (2024)

Collapsing Categories for Regression with Mixed Predictors
di: Song, Chaegeun, et al.
Pubblicazione: (2025)

Regression Model Selection Under General Conditions
di: Lusompa, Amaze
Pubblicazione: (2025)

Testing Elliptical Models in High Dimensions
di: Wang, Siyao, et al.
Pubblicazione: (2024)

Statistical Inference on High Dimensional Gaussian Graphical Regression Models
di: Meng, Xuran, et al.
Pubblicazione: (2024)

A Heavily Right Strategy for Statistical Inference with Dependent Studies in Any Dimension
di: Liu, Tianle, et al.
Pubblicazione: (2025)

On Elliptical and Inverse Elliptical Wishart distributions
di: Ayadi, Imen, et al.
Pubblicazione: (2024)

Some Results on Generalized Familywise Error Rate Controlling Procedures under Dependence
di: Dey, Monitirtha, et al.
Pubblicazione: (2025)

Asymptotic Inference for Constrained Regression
di: Sankaranarayanan, Madhav, et al.
Pubblicazione: (2025)

Distribution-in-distribution-out Regression
di: Chen, Xiaoyu, et al.
Pubblicazione: (2024)

Extremes in High Dimensions: Methods and Scalable Algorithms
di: Lederer, Johannes, et al.
Pubblicazione: (2023)

Model Checking for Regressions Based on Weighted Residual Processes with Diverging Number of Predictors
di: Hu, Yue, et al.
Pubblicazione: (2026)

Bringing Closure to False Discovery Rate Control: A General Principle for Multiple Testing
di: Xu, Ziyu, et al.
Pubblicazione: (2025)

Doubly-Unlinked Regression for Dependent Data
di: Burman, Anik, et al.
Pubblicazione: (2026)

Correcting the Coverage Bias of Quantile Regression
di: Gibbs, Isaac, et al.
Pubblicazione: (2025)

Covariance Regression with High-Dimensional Predictors
di: He, Yuheng, et al.
Pubblicazione: (2024)

Inverse set estimation and inversion of simultaneous confidence intervals
di: Ren, Junting, et al.
Pubblicazione: (2022)

Prediction Suboptimality of the Lasso in Sparse Linear Regression
di: Liu, Guo
Pubblicazione: (2026)

Cellwise and Casewise Robust Multivariate Regression with Inference
di: Centofanti, Fabio, et al.
Pubblicazione: (2026)

Bayesian Quantile Estimation and Regression with Martingale Posteriors
di: Fong, Edwin, et al.
Pubblicazione: (2024)