On the Structural Dimension of Sliced Inverse Regression

In this work, we address the longstanding puzzle that Sliced Inverse Regression (SIR) often performs poorly for sufficient dimension reduction when the structural dimension \(d\) (the dimension of the central space) exceeds 4. We first show that in the multiple index model \(Y=f( \mathbf{P} \boldsym...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:arXiv.org 2024-07
Hauptverfasser: Huang, Dongming, Tian, Songtao, Lin, Qian
Format: Artikel
Sprache:eng
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!