ROBUST ESTIMATION OF THE COVARIANCE FUNCTION FOR SPARSELY OBSERVED DATA

Q: 이 논문에서 정의한 강건한 공분산 함수 추정치(Robust Covariance Function Estimator)란 무엇인가?

희소하고 불규칙하게 관측된 함수형 및 종단적 데이터에서 이상치의 영향을 줄이기 위해 제안된 추정치다. 이는 재생 커널 힐베르트 공간(RKHS) 평활화 프레임워크를 기반으로 하며, 기존의 이차 손실 함수를 M-타입 손실 함수로 대체하여 오염된 관측치의 가중치를 낮춤으로써 안정적인 공분산 표면을 복원한다.

Q: 이상치가 포함된 희소 종단적 데이터에서 강건한 추정법은 기존 방식과 비교해 어떤 효과가 있는가?

연구 결과, 제안된 강건한 추정법은 오염이 없는 상황에서는 고전적 방법과 유사한 효율성을 보였으나, 이상치가 존재하는 환경에서는 훨씬 낮은 평균 통합 제곱 오차(MISE)와 높은 안정성을 유지하였다. 특히 Tukey의 biweight나 Cauchy와 같은 재하강 손실 함수를 사용할 때 가장 강력한 저항성을 나타냈다.

MURTADHA FLAYYIH HASAN; BEHDAD MOSTAFAIY; AKBAR ABRAVESH; REZA ABAZARI

추천

검색

질문

자료유형: 학술저널

저자정보: MURTADHA FLAYYIH HASAN (UNIVERSITY OF MOHAGHEGH ARDABILI) BEHDAD MOSTAFAIY (UNIVERSITY OF MOHAGHEGH ARDABILI) AKBAR ABRAVESH (UNIVERSITY OF MOHAGHEGH ARDABILI) REZA ABAZARI (UNIVERSITY OF MOHAGHEGH ARDABILI)

저널정보: 한국산업응용수학회 JOURNAL OF THE KOREAN SOCIETY FOR INDUSTRIAL AND APPLIED MATHEMATICS Journal of the Korean Society for Industrial and Applied Mathematics Vol.30 No.1

발행연도: 2026.3

수록면: 15 - 34 (20page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

We propose a robust estimator for the covariance function of functional and longitudinal data observed sparsely and irregularly in the presence of outliers. The method generalizes the reproducing kernel Hilbert space (RKHS) smoothing framework of [1] by replacing the quadratic loss with an M-type loss function, thereby mitigating the influence of contaminated observations. The estimator is computed via an efficient iteratively reweighted least squares algorithm, and the representer theorem ensures a finite-dimensional representation. A data driven selection of the smoothing parameter is carried out using generalized cross validation. Simulation studies demonstrate that the proposed robust estimator performs comparably to classical methods when no contamination is present, while maintaining stability and significantly lower error in the presence of outliers. An application to the Primary Biliary Cirrhosis dataset illustrates the practical utility of the method for real world sparse and irregular longitudinal data with outliers.

#Functional data analysis #reproducing kernel Hilbert space #robust covariance function estimation #sparsity

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)