Weighted Extensions of the Kolmogorov-Smirnov, Cramer-von Mises, and Anderson-Darling Tests for Assessing Covariate Balance
University of California, San Francisco(旧金山加利福尼亚大学)
研究针对因果推断中协变量平衡评估问题,扩展柯尔莫哥洛夫-斯米尔诺夫、克莱默-冯·米塞斯和安德森-达林检验以适应加权数据,通过共享程序控制I型错误,保留各检验优势,支持AD为通用默认方法,KS在特定情况有优势。
2026-10-26 stat.ME
An asymptotic total variation test for copulas
我们提出了一个新的拟合优度检验copula,基于经验copula过程和他们的非参数自助配对。基于经验copula过程的上确界,将Copula的标准Kolmogorov-Smirnov型检验推广到以半空间为指标的经验copula过程的上确界,并利用检验统计量对经验copula过程的上确界进行了推广,其中L n是一个缓慢趋于无穷大的矩形.虽然潜在的经验过程不收敛,它被证明,我们的新的检验统计量的p值可以一致估计的自助。仿真结果表明,新的程序的功率是高于标准的Kolmogorov-Smirnov测试的Copula的功率。
2013-12-02 math.ST stat.TH
Empirical process of residuals for regression models with long memory errors
研究了具有长记忆误差的随机设计回归模型中的残差经验过程。我们建立其极限行为,表明其收敛速度是不同的收敛速度的经验过程的基础上(未观察到的)错误。此外,我们研究了一个剩余的经验过程估计参数。它的渐近分布可用于构造Kolmogorov-Smirnov、Cramér-Smirnov-von Mises或其他拟合优度检验。理论结果是合理的模拟研究。
2011-02-21 math.ST stat.TH
Testing for spherical and elliptical symmetry
基于有限均值随机向量$X$具有球形分布的充要条件是对任意两个正交向量$u$和$v$,$\Ex[u^\top X | v^\top X] = 0$成立的刻画,我们构造了新的球形和椭圆形对称性检验方法.我们的测试基于Kolmogorov-Smirnov统计量,并通过球对称自举找到其拒绝区域。我们使用一般的Donsker定理,这是一些独立的利益球对称的自举检验的一致性。对于椭圆对称性检验的情况,Kolmogorov-Smirnov统计量由于估计的位置和尺度参数而具有渐近漂移项。因此,在引导过程中需要额外的标准化。在模拟研究中,我们的测试的大小和功率特性进行了评估,几个分布和性能进行比较,几个竞争的程序。
2020-04-27 math.ST stat.ME stat.TH
Detecting changes in maps of gamma spectra with Kolmogorov-Smirnov tests
各种安全、监管和后果管理机构都对持续监测广泛区域的放射性意外变化感兴趣。现有的探测系统被设计成搜索放射源,但不适合重复测绘和变化探测。使用一组日常光谱观测收集在泡菜研究校园,我们改进了以前的光谱比较比异常映射(SCRAM)算法,并开发了一种新的方法,基于双样本Kolmogorov-Smirnov测试来检测突然的光谱变化。我们还设计了统计能力的模拟和可视化,以比较方法并指导部署方案。
2015-09-02 physics.data-an stat.AP
A Kolmogorov-Smirnov type test for two inter-dependent random variables
考虑$n$ iid随机变量,其中$ξ_1, \ldots, ξ_n$是随机变量$ξ$的$n$实现,而$ζ_1, \ldots, ζ_n$是随机变量$ζ$的$n$实现。$ξ$的每个实现的分布,即\emph{one} $ξ_i$的分布,取决于相应的$ζ_i$的值,即概率$P\left(ξ_i\leq x\right)=F(x,ζ_i)$。我们开发了一个统计测试,看看是否根据分布函数$F(x,ζ_i)$分布的$ξ_1, \ldots, ξ_n$。我们称这种新的统计检验为条件Kolmogorov-Smirnov检验。
2018-02-27 math.PR math.ST physics.data-an
Parametric and Nonparametric Tests for Speckled Imagery
合成孔径雷达(SAR)作为一种远程成像方法具有举足轻重的作用。SAR图像是由相干光照射获得的,图像中存在相干斑噪声。这种污染的统计建模是很好地描述根据乘法模型和其隐含的G 0分布。SAR图像的理解和场景元素识别是该领域的一个重要目标。特别地,寻求可靠的图像对比工具。针对SAR图像对比度评价新工具的提出,研究了基于随机散度的SAR图像对比度评价新方法。我们提出了几个分歧的措施,专门为G 0分布的数据。我们还介绍了一个非参数的方法的基础上的Kolmogorov-Smirnov距离为G 0数据。我们设计和评估基于这些措施的测试,并根据其测试的大小和功率量化其性能。使用蒙特卡罗模拟,我们提出了一个稳健性分析的检验统计量和极大似然估计几个程度的创新污染。据确定,拟议的测试的基础上三角形和算术几何措施优于Kolmogorov-Smirnov方法。
2012-07-10 cs.GR stat.CO
Goodness-of-Fit tests with Dependent Observations
我们重新审视Kolmogorov-Smirnov和Cramér-von Mises拟合优度(GoF)检验,并提出了一个推广到同分布,但依赖的单变量随机变量。我们表明,依赖性导致减少的“有效”的独立观察。广义GoF检验不是无分布的,而是依赖于所有滞后的二元Copula。这些对象,我们称之为“自连接”,编码所有的非线性时间依赖。我们介绍了一个具体的,对数正态模型,这些自我copula,推导出一些分析结果。提供了对金融时间序列的应用。众所周知,在这种情况下,相关性是长程的,我们使用自Copula证实了这一发现。因此,GoF测试的接受率大大高于收益率为iid随机变量时的接受率。
2011-08-03 cond-mat.stat-mech q-fin.ST stat.AP
Testing for Stochastic Order in Interval-Valued Data
本文构造了一个检验两个区间值数据样本的随机序的方法。本文提出了一个属于U-统计量的检验统计量,并在原假设下得到了它的渐近分布。我们使用真实数据和模拟数据比较新提出的方法与现有的单侧双变量Kolmogorov-Smirnov检验的性能。
2019-12-04 stat.ME
Empirical Likelihood Ratio Test with Distribution Function Constraints
本文研究了具有分布函数约束的非参数假设检验问题。经验似然比检验在检验矩等式约束问题中得到了广泛的应用。然而,一些检测问题不能使用矩(in)等式来描述。我们提出了一个分布函数约束以及经验似然比检验。该检测器适用于各种各样的鲁棒参数/非参数检测问题。由于分布函数约束提供了对原假设的更精确描述,因此该检验优于具有矩约束的经验似然比检验以及许多流行的拟合优度检验,例如稳健的Kolmogorov-Smirnov检验和Cramér-von Mises检验。从通信系统与现实世界的噪声样本的例子来展示他们的性能。具体而言,当原假设嵌套在备择假设中时,所提出的检验显著优于稳健的Kolmogorov-Smirnov检验和Cramér-von Mises检验。当我们假设没有噪声不确定性时,重复相同的示例。通过这样做,我们能够声称,在我们的情况下,有必要包括噪声分布的不确定性。此外,所提出的测试的渐近最优性。
2016-04-30 math.ST stat.TH
Crossing the Kolmogorov-Smirnov Boundary: Exact Tails, Sharp Bounds, and Broken Pivots
Zhejiang University(浙江大学);University of California, Los Angeles(加州大学洛杉矶分校);Genentech(罗氏基因泰克);Google(谷歌)
本文通过有限样本穿越账本重写 Kolmogorov-Smirnov 统计量的精确分布,给出单样本和双样本的精确尾部计算、指数界解释,并指出在复合零假设下参数拟合会破坏路径从而失去分布自由性质。
2026-05-26 math.PR math.ST stat.AP
Simulated Power of Some Discrete Goodness-of-Fit Test Statistics For Testing the Null Hypothesis of a Zig-Zag Distribution
在本文中,我们比较了几个离散的拟合优度检验统计量考虑斯蒂尔和Chaseling [10]的权力下的原假设的“之字形”分布。结果表明,离散Kolmogorov-Smirnov检验统计量通常更强大的下降趋势的替代。Pearson卡方统计量通常对增加的单峰、尖峰、平峰和浴缸形替代品更强大。最后,名义柯尔莫哥洛夫-斯米尔诺夫和皮尔逊χ 2检验统计量通常对于双峰替代方案更有效。我们还解决了问题的敏感性的检验统计量的替代品下的“之字形”空。与Steele和Chaseling [10]的一致零值相比,我们的研究表明,离散KS检验统计量对下降趋势选择最敏感; Pearson卡方统计量对尖峰和平峰趋势选择最敏感。特别是,在“zig-zag”空值下,我们能够清楚地识别平峰和尖峰替代方案的最大功效检验统计量,而Steele和Chaseling [10]的一致空值无法进行此类识别。
2010-07-30 math.ST stat.TH
On the Asymptotic Distribution of Variance Weighted KS Statistics
本文导出了协变量为一维的条件矩不等式模型的方差加权Kolmogorov-Smirnov统计量的渐近分布。渐近分布仅通过单个随机变量的方差依赖于数据生成过程,从而导致可以通过分析计算的临界值。通过Armstrong(2011 b)的论证,由此产生的测试在广泛的设置类别中实现了可用方法中局部替代方案的最佳极大极小率。
2012-02-01 stat.ME
Valid p-Values and Expectations of p-Values Revisited
在理论和应用文献中均观察到关于基于p值的程序的有利或关键出版物的风暴。我们专注于有效的p值的定义时,复合空模型的情况下。有效的p值(VpV)统计量可用于进行前缀电平决策。在这方面,Kolmogorov Smirnov拟合优度检验和正常的两个样本问题被认为是。特别是,我们研究一个问题的拟合优度可测性的基础上一个单一的观察。本文阐述了新的测试程序的建设,倡导实际的原因,实现基于VpV的机制。VpV框架引入了传统的预期p值(EPV)工具的扩展,用于测量测试的性能。关联EPV的概念与受试者工作特征(ROC)曲线的方法,一个行之有效的生物统计方法,我们提出了一个基于Youden指数的最优性原则,以获得决策过程的临界值。从这些方面来说,在许多情况下可以建议显着性水平alpha=0.05。根据ROC曲线分析,我们引入部分EPV来表征测试的性质,包括其无偏性。给出了贝叶斯因子检验统计量与检验统计量的贝叶斯因子之间的内在联系。保留字:AUC;贝叶斯因子;预期p值; Kolmogorov Smirnov检验似然比;营养参数; P值; ROC曲线;汇总数据;单一观察;第一类错误率; Youden指数
2020-01-15 stat.ME
Goodness-of-Fit Tests for Pareto Distribution Based on a Characterization and their Asymptotics
本文给出了Pareto分布的一个新的刻画,并在此基础上考虑了拟合优度检验,给出了一个基于U-统计量的积分型和Kolmogorov-Smirnov型统计量,并计算了各种方案的Bahadur效率。我们为这些测试找到局部最优的替代方案。对于小样本量,我们将这些检验的功效与一些常见的拟合优度检验进行比较。
2014-04-27 math.ST stat.TH
Bahadur efficiency of nonparametric test for independence based on $L_1$-error
引入新的检验统计量来检验两个多维随机变量的独立性。基于$L_1$ -距离和histogram密度估计方法,通过Bahadur相对效率将该测试与文献中的几种测试进行比较。它出现,我们的测试达到更好的性能比一些通常的测试,其中我们引用Kolmogorov-Smirnov测试。此外,还说明了相关统计量的大偏差结果。还研究了相对于检验的局部渐近最优性。
2012-11-07 math.ST stat.TH
On the Goodness-of-Fit Tests for Some Continuous Time Processes
我们提出了一个审查的几个结果有关建设的Cramer-von Mises和Kolmogorov-Smirnov型拟合优度检验的连续时间过程。模型为小噪声随机微分方程、遍历扩散过程、泊松过程和自激点过程。对于每一个模型,我们提出的测试提供的渐近大小$α$,并讨论了当地的替代品下的幂函数的行为。给出了试验的数值模拟结果。
2009-03-26 math.ST stat.TH
Goodness-of-Fit Tests for Perturbed Dynamical Systems
研究了具有小差异系数的随机微分方程的拟合优度检验问题。基本假设总是简单的,它是由已知的趋势系数描述。我们提出了几种类型的Cramer-von Mises,Kolmogorov-Smirnov和卡方检验。这些测试的权力职能,我们研究了一个特殊的类密切的替代品。讨论了在复合基本假设下,基于局部时的拟合优度检验的构造以及构造渐近分布自由检验的可能性。
2009-03-26 math.PR math.ST stat.ME
Using GPU Simulation to Accurately Fit to the Power-Law Distribution
本文介绍了一种方法,拟合实验数据的离散幂律分布,并提供了一个详细的模拟练习的结果,用于计算准确的截止值,用于评估适合的幂律分布时,使用极大似然估计的指数分布。使用大规模并行编程计算,我们能够将这些计算所需的计算时间加快60倍,并构建一系列包含用于Kolmogorov-Smirnov拟合优度检验的测试值的详细表格,从而可以根据经验数据准确评估幂律拟合。
2013-05-29 cs.DC physics.comp-ph physics.data-an
A test for dependence between two point processes on the real line
许多科学问题依赖于确定两个事件时间序列是否相关。本文介绍了一种似然比检验,它可以用几种方法参数化,以检测不同形式的依赖。一个共同的有限样本分布的推导,并示出渐近相关的加权Kolmogorov-Smirnov检验。导致这些结果的分析也激发了一种更通用的诊断依赖性的工具。该方法证明了在电子邮件网络上生成的数据,显示证据的信息流只使用定时信息。实现代码在R包“mppa”中提供。
2014-12-20 stat.ME
Change-point tests under local alternatives for long-range dependent processes
本文研究具有长程相依性的从属高斯过程的边缘分布的变点问题。本文研究了Kolmogorov-Smirnov-和Cramér-von Mises型统计量在局部替代下的渐近分布。通过这样做,我们能够计算所提到的测试和测试的渐近相对效率。在高斯数据的均值漂移的特殊情况下,它总是$1$。此外,我们的理论涵盖的情况下,Hermite秩的基本过程的变化。在一个小的模拟研究中,我们表明,理论研究结果结转到有限样本的测试性能。
2017-03-16 math.ST stat.TH
Phase space parametrization of rain: the inadequacy of the gamma distribution
我们表明,伽玛分布是不是一个适当的适合的概率密度函数的滴直径使用Kolmogorov-Smirnov拟合优度测试。我们提出了一个不同的参数化液滴尺寸分布,这不取决于任何特定的功能形式,是基于标准化的中心时刻的采用。前三个标准化的中心矩足以表征地面上的水滴直径分布。这些参数与液滴计数一起形成4元组,其完全描述液滴尺寸分布的可变性。这4元组参数的笛卡尔积是降雨相空间。使用disdrometer数据从10个不同的位置,我们确定不变的,不依赖于位置,属性的降雨现象。
2012-09-17 physics.ao-ph physics.data-an stat.AP
Two-sample Bayesian nonparametric goodness-of-fit test
近年来,贝叶斯非参数统计得到了极大的关注。尽管如此,相对较少的工作已经花费在贝叶斯非参数假设检验。本文提出了一种新的两样本问题的贝叶斯非参数方法。确切地说,给定两个样本$\mathbf{X}=X_1,\ldots,X_{m_1}$ $\overset {i.i.d.} \sim F$和$\mathbf{Y}=Y_1,\ldots,Y_{m_2} \overset {i.i.d.} \sim G$,其中$F$和$G$是未知的连续累积分布函数,我们希望检验零假设$\mathcal{H}_0:~F=G$。该方法是基于柯尔莫哥洛夫距离和近似样本的狄利克雷过程集中在标准正态分布和浓度参数1。结果表明,建议的测试是强大的狄利克雷过程的任何先前的规格。与几个著名的测试的功率比较被纳入。特别是,建议的测试占主导地位的标准Kolmogorov-Smirnov测试在所有的情况下检查的文件。
2015-05-07 math.ST stat.TH
Regression estimator for the tail index
尾部指标参数的估计是极值理论的主要目标之一。对于重尾分布,Hill估计是估计尾部指标参数的最常用方法。最近的工作旨在用不同的方法改进Hill估计,例如使用bootstrap或Kolmogorov-Smirnov度量。这些方法是渐近一致的,但对于尾部指数$ξ>1$和较小的样本量的估计未能接近理论值的实际样本量。在本文中,我们介绍了一种新的经验方法,它可以很好地估计高尾指数参数,也可能是有用的相对较小的样本量。
2018-06-04 math.ST stat.ME stat.TH
A martingale-transform goodness-of-fit test for the form of the conditional variance
在一般的非参数回归模型中,考虑了方差函数的特定参数形式的检验问题。最近Dette和Hetzler(2008)提出了一种基于伪残差的经验过程的检验统计量。该过程弱收敛到具有复杂协方差核的高斯过程,这取决于数据生成过程。在本文中,我们考虑这个过程的一个标准化版本,并提出了一个鞅变换,以获得相应的Kolmogorov-Smirnov和Cramér-von-Mises泛函的渐近分布自由的测试。通过模拟研究,所提出的测试的有限样本特性进行了研究。
2008-09-29 math.ST stat.TH
Boundary-free Kernel-smoothed Goodness-of-fit Tests for Data on General Interval
我们提出了核型平滑Kolmogorov-Smirnov和Cramér-von Mises测试一般区间上的数据,使用双射变换。虽然不像核密度估计那样严格,但直接将朴素核方法用于这些特定测试也会导致边界问题。这主要是因为当在边界点处评估时,朴素核广义函数函数估计器的值仍然大于$0$(或小于$1$)。这种情况会增加测试的误差,尤其是第二类误差。在本文中,我们使用双射变换来消除边界问题。本文的最后部分将给出一些模拟结果,说明估计器和检验的性能。
2020-05-28 stat.ME
Assessing and Visualizing Matrix Variate Normality
提出了一个三向数据矩阵变量正态性的评估框架。该框架包括一个视觉方法和一个基于马氏平方距离(MSD)的拟合优度检验。多元和矩阵变量正态估计的MSD分别被用作矩阵变量正态性的评估工具。具体而言,这些都是使用的距离-距离(DD)图的形式作为可视化矩阵变量正态性的图形方法。此外,我们采用流行的Kolmogorov-Smirnov拟合优度检验的背景下,评估矩阵变量正态性的三向数据。最后,一个适当的模拟研究跨越大范围的维度和数据大小表明,对于各种设置,测试证明自己非常强大。
2019-10-07 math.ST stat.ME stat.TH
Estimation and Specification Test for Diffusion Models with Stochastic Volatility
考虑到连续时间随机波动率模型在描述利率动态过程中的重要性,本文基于残差的显著经验过程,提出了一种对漂移函数和扩散函数的参数形式进行拟合优度检验的方法。检验统计量是在经验过程中使用连续泛函(Kolmogorov-Smirnov和Cramér-von Mises)构造的。为了评估所提出的测试,我们实施了一个模拟研究,其中的引导方法被认为是校准的测试。由于基于离散采样数据的随机波动率扩散模型的估计已被证明是困难的,因此我们通过针对不同估计程序的蒙特卡罗研究来解决这个问题。最后,应用程序的实际数据。
2022-08-17 stat.ME
A Chi-square Goodness-of-Fit Test for Continuous Distributions against a known Alternative
卡方拟合优度检验是已知的最古老的统计检验之一,由Pearson于1900年首次提出用于多项分布。从那以后,它一直在许多领域使用。然而,各种研究表明,当应用于连续分布的数据时,它通常不如其他方法,如Kolmogorov-Smirnov或Anderson-Darling检验。但是,卡方检验的性能(即功效)在很大程度上取决于数据分箱的方式。在本文中,我们描述了一种方法,自动找到一个binning是非常好的对一个特定的替代品。我们表明,然后卡方检验一般是有竞争力的,有时甚至优于其他标准的测试。
2020-05-06 stat.CO stat.ME
Pruning and Nonparametric Multiple Change Point Detection
变点分析是识别时间序列数据中同质性的统计工具。提出了一种多变点近似非参数估计的剪枝方法。这种通用的变化点检测过程‘cp 30’在动态程序中应用修剪例程,以大大减少搜索空间和计算成本。现有的拟合优度变化点目标可以立即在框架内使用。我们进一步提出了新的变点算法,通过将cp 3 o应用于两个流行的非参数拟合优度度量:“e-cp 3 o”使用E-统计,“ks-cp 3 o”使用Kolmogorov-Smirnov统计。仿真研究突出了这些算法的性能与参数和其他非参数变点方法相比。最后,我们说明这些方法与气候和金融应用。
2017-09-16 stat.ME
Nonparametric estimation of the distribution of the autoregressive coefficient from panel random-coefficient AR(1) data
本文讨论了一组长度为$n$的$N$随机系数AR(1)数据的自回归系数$a \in (-1,1)$的分布函数$G(x)$的非参数估计,通过单个AR(1)过程的滞后1样本自相关的经验分布函数.在$G(x)$上,当$N$和$n$趋于无穷大时,在一定的正则性条件下,证明了经验分布函数和一类核密度估计的相合性和渐近正态性.讨论了Beta分布$a$的简单假设和复合假设的Kolmogorov-Smirnov拟合优度检验。拟合优度检验的模拟研究比较了我们的非参数估计量的有限样本性能与Beran等人(2010)中讨论的参数模拟的性能。
2016-10-05 math.ST stat.TH
Significance testing in quantile regression
本文考虑多元非参数分位数回归中预测变量的显著性检验问题。提出了一个随机过程,它是基于一个比较的响应与非参数分位数回归估计下的原假设。证明了在原假设下,该过程弱收敛于中心高斯过程,并讨论了在固定和局部替换下检验的渐近性质.特别是,我们表明,-在非参数方法的基础上估计$L^2$ -距离-新的测试是能够检测本地的替代品收敛到原假设与任何速率$a_n \to 0$,使$a_n \sqrt{n} \to \infty$(这里$n$表示的样本量)。我们还提出了一个小的模拟研究,说明了有限样本性质的自举版本的相应的Kolmogorov-Smirnov测试。
2012-06-14 math.ST stat.ME stat.TH
Two-Sample Smooth Tests for the Equality of Distributions
本文研究了两个非特定分布的相等性检验问题。经典的综合检验,如Kolmogorov-Smirnov和Cramèr-von Mises,除了位置尺度的替代品外,基本上都存在低功耗的问题。本文基于投影追踪的思想,提出了一种新的双样本检验方法,该方法对Neyman光滑检验进行了改进,并将其推广到多变量情形。研究了该检验的渐近零性质及其对局部替代的检验能力。采用乘子自助法计算多元检验的临界值。我们建立了自举近似的有效性的情况下,尺寸是允许增长的样本量。数值研究表明,新的测试程序表现良好,即使是小样本量,并在检测局部特征或高频分量是强大的。
2015-09-14 math.ST stat.ME stat.TH