zbMATH — the first resource for mathematics

Examples
Geometry Search for the term Geometry in any field. Queries are case-independent.
Funct* Wildcard queries are specified by * (e.g. functions, functorial, etc.). Otherwise the search is exact.
"Topological group" Phrases (multi-words) should be set in "straight quotation marks".
au: Bourbaki & ti: Algebra Search for author and title. The and-operator & is default and can be omitted.
Chebyshev | Tschebyscheff The or-operator | allows to search for Chebyshev or Tschebyscheff.
"Quasi* map*" py: 1989 The resulting documents have publication year 1989.
so: Eur* J* Mat* Soc* cc: 14 Search for publications in a particular source with a Mathematics Subject Classification code (cc) in 14.
"Partial diff* eq*" ! elliptic The not-operator ! eliminates all results containing the word elliptic.
dt: b & au: Hilbert The document type is set to books; alternatively: j for journal articles, a for book articles.
py: 2000-2015 cc: (94A | 11T) Number ranges are accepted. Terms can be grouped within (parentheses).
la: chinese Find documents in a given language. ISO 639-1 language codes can also be used.

Operators
a & b logic and
a | b logic or
!ab logic not
abc* right wildcard
"ab c" phrase
(ab c) parentheses
Fields
any anywhere an internal document identifier
au author, editor ai internal author identifier
ti title la language
so source ab review, abstract
py publication year rv reviewer
cc MSC code ut uncontrolled term
dt document type (j: journal article; b: book; a: book article)
Sliced inverse regression for dimension reduction. (With discussions). (English) Zbl 0742.62044

y est la variable scalaire à expliquer, x est le vecteur de dimension p des variables explicatives. Si le modèle suivant:

y=f(β 1 x,,β K x,u)(1)

est valide (où les β k sont des p-vecteurs de paramètres, u une perturbation aléatoire, f une fonction arbitraire inconnue: K+1 ) celà signifie qu’un espace de dimension K<p “capte” toute l’information utile de x vis-à-vis de y.

La régression inverse consiste à étudier l’espérance conditionnelle E(xy). Le résultat central s’appuye sur la condition suivante (C):

Pour tout b p , E(bxβ 1 x,,β K x) est linéaire en les β k x.

(1) et (C) impliquent que E(xy) sera contenu dans un espace de dimension K. Pratiquement, cette régression inverse peut s’opérer en découpant “en tranches” l’étendue des valeurs prises par y, puis en déterminant les points moyens des sous-échantillons ainsi obtenus et en effectuant une analyse en composantes principales de ces points moyens (en tenant compte des effectifs qu’ils représentent), les K premiers facteurs étant seuls retenus.

Des simulations numériques sont présentées ainsi que, à la suite de l’article, des commentaires de R. D. Cook, S. Weisberg, D. R. Brillinger, W. Haerdle et A. B. Tsybakov, J. T. Kent.


MSC:
62G07Density estimation
62H99Multivariate analysis
62H25Factor analysis and principal components; correspondence analysis