NIPSAug, 2011

一种使用随机投射在高维空间中实现更强大的双样本检验方法

PDF
TL;DR在高维情形下考虑了检验两个多元正态分布均值差异的统计假设检验问题，其中引入了投影方法和 Hotelling T^2 统计量，并针对高维条件下的渐近推理，概述了测试的渐近功效函数以及通往提高其他最先进测试功效的充分条件，最后通过基于 ROC 曲线的实验，验证了该检验方法在高维数据中区分肿瘤数据种类时的优良性能。
multivariate normal distributionshypothesis testinghigh-dimensional settingasymptotic power functiongene expression data
发现论文，激发创造
  • 适用于基因集检验的高维数据双样本检验

    本文提出了一种面向高维数据的双样本均值检验方法，适用于大数据维度和小样本量的情况，并且无需显式地指定数据维度与样本量之间的条件，具有很大的灵活性。该方法可以用于检验基因集的显著性，有望在白血病数据的实证研究中获得应用。

    Feb, 2010

  • 线性时间核两样本检验在均差替代下的高维能力

    本文对一种设计用于一般替代情况的流行的非参数双样本测试的功率进行了明确表征，并探讨了这些针对一般替代情况的测试在面对简单情况时的表现，具有高维场景下一般非参数测试的第一次明确功率推导以及如何在两个分布均值不同时，通过高斯核推导出最大均值偏差统计量的功率的性质。

    Nov, 2014

  • 作为双样本检验代理的分类准确性

    探究在高维情况下对分类器的精度验证，证明一种基于排列组合的测试方法具有连续性及德克斯特拉极限分布的高斯近似测试也具有连续性，并以高斯分布为例进一步研究了线性判别分析和 Hotelling's 测试等方法的功率。

    Feb, 2016

  • 高维下核和距离非参数假设检验能力减弱

    探讨了决策理论问题中的非参数双样本检验与独立性检验，并指出使用核函数和点对之间的距离作为解决方案在高维设置中受到误解，测试的功率实际上随着维度的增加按多项式下降，提出了公平的替代假设，并阐明了核带宽选择中的中位数启发式的理论洞察力。

    Jun, 2014

  • 双样本问题的核方法

    提出一种基于重现核希尔伯特空间和大偏差界限的统计检验框架，可用于分析和比较分布，特别对于数据库属性匹配具有很好的性能表现。

    May, 2008

  • 高维多元分布的假设检验：一篇选择性综述

    本文评述了一些最近为高维多项分布提出的假设检验方法，并且指出了通过采取 minimax 的视角可以自然地得到强有力且实用的检验。

    Dec, 2017

  • 高维线性模型的统计意义

    本研究提出了一种方法，可以在高维线性模型中构建一般假设的 p 值。该方法可用于测试单个回归参数或涉及多个甚至所有参数的假设，同时考虑到 p 值之间的依赖关系，进行多重比较校正。该技术基于 Ridge 估计和在高维度中的投影偏差上增加的修正项，我们证明了我们的 p 值具有强大的误差控制，并提供了充分的检测条件，同时在模拟实例和真实数据应用中演示了该方法。

    Feb, 2012

  • 高维数据成对样本假设检验框架

    在多维配对样本测试中，我们提出了一种得分函数的生成方法，通过连接每对样本的垂直平分线的决策规则进行定义。然后，我们通过广义化的 Hodges-Lehmann 估计器来估计这些规则的伪中值，从而得到最优得分函数。我们提出了一个两步测试过程的框架，通过此框架可获得在测试准确性和特征贡献估计方面相较于传统多元和多重测试具有显著性能提升的方法。

    Sep, 2023

  • 一种基于图形的多元和对象数据双样本检验新方法

    本文介绍了一种新的基于样本汇总上的相似性图构建的新型检验统计量，适用于多元数据和非欧几里得数据，可以通过定义样本空间上的不相似性度量，使用于匹配观测研究中的协变量平衡评估和比较网络数据等问题，并在模拟研究中表现出明显的功效提升。

    Jul, 2013

  • 高维假设检验的定向 - 投影 - 置换

    提出了一个非参数框架 DiProPerm，用于高维假设检验。实证和理论分析表明，DiProPerm 能够在许多情况下成为有力的测试工具，此外还对高维基因表达数据进行了应用。

    Apr, 2013