鲁棒的张量因子分析
摘要：张量序列的因子模型中的（鲁棒）推断问题。当使用基于最小二乘损失函数的估计器时，我们研究了所估计的公共因子和负载空间的一致性。基于这样一个观测，即只有存在足够多的矩时，这样的损失函数才是合适的，我们将我们的结果扩展到重尾分布的情况，通过考虑基于Huber损失函数的估计器，该损失函数在离群值上使用L1范数权重。我们证明了这样的估计器类在存在重尾的情况下是鲁棒的，即使仅存在数据的二阶矩。我们还提出了一种修改后的特征值比例原则来估计核张量的维度，并且在不对样本大小和维度的相对发散速度做任何条件的情况下证明了所得到估计器的一致性。进行了大量的数值研究，以展示所提出方法在重尾情况下相对于现有技术的优势。分析了一个跨多个国家的各种商品的进出口数据集，展示了所提出的鲁棒估计过程的实际用处。一个实现所提出方法的R软件包“RTFA”已经在R CRAN上可用。
作者：Matteo Barigozzi and Yong He and Lingxiao Li and Lorenzo Trapani
论文ID：2303.18163
分类：Methodology
分类简称：stat.ME
提交时间：2023-08-29