Global Fréchet Regression

新的动态 Fréchet 回归框架模拟演变的分布数据

研究人员推出了一种新的统计框架动态 Fréchet 回归（DFR），用于模拟随索引（如时间或深度）演变的分布数据。DFR 通过引入一种感知索引的加权机制来扩展全局 Fréchet 回归，该机制同时考虑预测变量的相似性和索引的邻近性。这种方法允许进行特定于每个索引的预测，同时还能利用来自邻近索引的信息。此外，DFR 还包含一种感知几何的特征选择方法，通过识别驱动分布变化的关键预测变量来增强高维数据集的可解释性。