Monte Carlo Expectation-Maximization algorithm to detect imprinting and maternal effects for discordant sib-pair data
针对不一致同胞对数据,提出MCEMDSP方法联合检测印记和母体效应,通过蒙特卡洛近似EM算法处理过度参数化,虽耗时更长但检测功效更高,可补充LIMEDSP方法。
2023-12-31 stat.ME
Efficiently estimating small p-values in permutation tests using importance sampling and cross-entropy method
针对基因组研究中置换检验估计小p值计算量大的问题,提出结合伯努利/条件伯努利分布参数化框架与交叉熵方法的算法,在模拟和真实数据集上实现了数个数量级的效率提升。
2023-08-26 stat.CO
Penalized EM algorithm and copula skeptic graphical models for inferring networks for mixed variables
本文研究了高斯copula图模型中稀疏精度矩阵的估计方法,对连续变量、二元变量、计数变量和离散序变量的网络进行重构。我们提出两种方法:$\ell_1$用Monte Carlo期望最大化算法(copula EM glasso)惩罚扩展秩似然,用copula Gaussian图模型的成对copula估计惩罚copula怀疑。所提出的方法有助于推断网络所产生的非正态和混合变量。我们通过对乳腺癌基因组和临床数据以及玉米遗传学数据的模拟研究和分析来证明我们的方法的性能。
2014-01-21 stat.ME
An adaptive-to-model test for partially parametric single-index models
基于残差标记的经验过程检验常用于回归模型中。然而,当有许多协变量时,它们在高维空间中遭受数据稀疏。本文有三个目的。首先,我们提出了一个部分降维自适应模型测试程序,可以对一般的全球替代模型的综合性,虽然它充分利用原假设下的降维结构。这是因为该过程可以自动适应零模型和替代模型,从而大大克服了维数问题。其次,为了实现上述目标,我们提出了一个岭型特征值比估计,以自动确定零和替代下的协变量的线性组合的数量。第三,提出了抽样零分布的Monte-Carlo近似。与现有的Bootstrap近似方法不同,该方法通过充分利用零值下的降维模型结构,给出了尽可能接近采样零值分布的近似。仿真研究和实际数据分析,然后进行说明新的测试的性能,并与现有的测试进行比较。
2015-10-24 stat.ME
Detecting Imprinting and Maternal Effects Using Monte Carlo Expectation Maximization Algorithm
针对现有方法难以同时检测基因组印记和母体效应的问题,提出MCEM方法联合估计两种效应,虽耗时更长但功效更高、标准误更小,可作为LIME的补充。
2023-12-31 stat.ME
Locally calibrated and mesh-free inference for spatial point distributions: closed-form null, contamination law, and detectability threshold
Institut Supérieur de Statistiques(高等统计学院)
本文提出一种基于Tweedie--Miyasawa恒等式的无网格局部推断方法,推导闭式零分布与污染定律,实现免模拟校准,并应用于地震、星系等数据,显著降低计算成本。
2026-09-16 cs.IT math.IT stat.ME
Augmented Ensemble MCMC sampling in Factorial Hidden Markov Models
阶乘隐马尔可夫模型的贝叶斯推断是具有挑战性的,由于指数大小的潜在变量空间。标准的蒙特卡罗采样器可能难以有效地探索后验景观,并且通常限于依赖于初始化的局部区域周围的探索。我们引入了一个通用的集成马尔可夫链蒙特卡罗(MCMC)技术,以改善现有的混合采样器。这是通过结合并行回火和辅助变量方案来实现的,以有效的方式在链之间交换信息。后者利用增强吉布斯采样器内的遗传算法。我们比较我们的技术与各种现有的采样器在模拟研究以及在癌症基因组学的应用,展示了我们的增强集成方法所获得的改进。
2019-02-26 stat.CO stat.ME stat.ML
Single Change-Point Detection via Energy Distance with Application to Genomic Data
California State University, San Bernardino(加州州立大学圣贝纳迪诺分校)
本文提出一种非参数方法,利用能量距离检测独立观测序列中的单变化点,分析检验统计量的渐近性质,并通过仿真实验展示其在不同误差分布下的鲁棒性,结合二进制分割方法处理多变化点。
2026-05-01 math.ST stat.ME stat.TH
An Effective Multivariate Normality Test via Hessians of Empirical Cumulant Generating Functions
在这篇文章中,我们提出了一类新的一致性测试$p$ -变量的正态性。这些测试是基于标准的多元正态分布的特征,即相应的累积量生成函数的Hessian是相同的$p\times p$单位矩阵和从联合分布的信息分解到依赖copula和所有边缘分布的想法。在多元正态性的原假设下,我们提出的检验统计量独立于未知的均值向量协方差阵,从而可以通过蒙特卡罗模拟得到检验的无分布临界值.我们还推导出了所提出的检验统计量的渐近零分布,并建立了对不同固定替代品的检验的一致性。最后但并非最不重要的是,一个全面和广泛的蒙特卡洛研究也表明,我们的测试是一个极好的,但计算方便的竞争对手,许多著名的现有检验统计量。
2023-03-20 stat.ME
Approximating the null distribution of generalized distance covariance
Division of Biostatistics, German Cancer Research Center(生物统计系,德国癌症研究中心)
该研究针对广义距离协方差原分布的近似问题,提出基于双中心距离矩阵谱的渐近检验方法,结合自适应算法与收缩校正,降低计算成本且提升尾部精度,模拟中其经验一类错误收敛至名义水平。
2026-08-26 stat.ME
Fast Conservative Monte Carlo Confidence Intervals
本文提出通用方法,通过反转蒙特卡洛检验构建保守置信集,适用于任意检验统计量,并实现O(n)时间复杂度的快速算法,提供Python和R实现。
2025-02-25 stat.CO
Continuous testing for Poisson process intensities: A new perspective on scanning statistics
提出了一种新的连续测试框架来测试泊松过程的强度。该框架允许严格定义完整的测试过程,从无限数量的假设到联合错误率。我们的工作扩展了传统的程序扫描窗口的基础上,通过控制家庭明智的错误率和错误发现率在一个非渐近的方式和连续的方式。决策规则是基于一个\pvalue过程,可以通过蒙特卡罗程序估计。我们还提出了新的基于核的检验统计量。我们的方法是应用在神经科学和基因组学通过标准的同质性检验,和两个样本的测试。
2017-05-24 stat.ME
Reconstructing transmission trees for communicable diseases using densely sampled genetic data
对流行病中多个宿主的病原体进行全基因组测序,可以以无与伦比的分辨率调查谁感染了谁,从而可能对疾病动态和控制措施的影响产生重要见解。我们考虑了密集基因组采样环境中的疾病爆发,并根据观察到的基因组和流行病学数据,制定了随机流行病模型来研究人与人之间的传播。我们构建的模型中,样本基因型之间的遗传距离取决于宿主之间的流行病学关系。数据增强的马尔可夫链蒙特卡罗算法被用来在传输树上进行采样,为任何给定的传输路径提供后验概率。我们使用模拟数据研究了我们的方法的预测性能,证明了高灵敏度和特异性,特别是对于具有低传播性的快速突变病原体。然后,我们分析了在医院耐甲氧西林金黄色葡萄球菌爆发期间收集的数据,确定可能的传播途径并估计流行病学参数。我们的方法克服了以前方法的局限性,提供了一个灵活的框架,允许未观察到的感染时间,病原体的多个独立引入,宿主内遗传多样性,以及允许正向模拟。
2015-12-06 q-bio.PE stat.AP
Gradient statistic: higher-order asymptotics and Bartlett-type correction
我们得到了在存在冗余参数的情况下检验复合零假设的梯度统计量的零分布函数的渐近展开式。膨胀是使用基于Ghosh和Mukerjee(1991)中描述的收缩论证的贝叶斯路线得出的。利用这个展开式,我们提出了一个在原假设下误差阶为o(n^{-1})的χ 2分布的Barton型校正梯度统计量.此外,我们还使用扩展来修改大样本参考χ 2分布的百分点。一个小的Monte Carlo实验和各种例子,并进行了讨论。
2012-06-11 math.ST stat.TH
Usefulness of the Reversible Jump Markov Chain Monte Carlo Model in Regional Flood Frequency Analysis
区域洪水频率分析是一种方便的方法,以减少估计的不确定性时,很少的数据在测量现场。在这项工作中,一个模型,允许一个非零概率区域固定的形状参数。该方法集成在贝叶斯框架内,并使用可逆跳跃技术。随机数据的性能,这个新的估计相比,其他两个模型:传统的贝叶斯分析和指数洪水的方法。结果表明,所提出的估计是绝对适合于区域估计时,只有少数数据在目标网站。此外,与指数洪水估计,目标网站指数洪水误差估计似乎有贝叶斯估计的影响较小。文中还提出了一些关于合并组配置的建议,以提高每个估计器的性能。
2008-02-04 stat.AP
Improving Power by Conditioning on Less in Post-selection Inference for Changepoints
Lancaster University(兰卡斯特大学)
本文提出通过在较少信息上进行条件化来提高后选择推断中变化点检测的功率,通过蒙特卡洛方法近似理想选择p值,实验证明显著提升检测显著变化点的能力。
2024-01-17 stat.ME
Conformal novelty detection for replicate point patterns with FDR or FWER control
Aalborg University(奥尔堡大学)
本文提出一种基于符合性新颖性检测的多重蒙特卡洛检验方法,以提高点模式数据中假发现率或家庭错误率的控制效能。
2025-12-05 stat.ME
Specification Tests for the Error--Law in Vector Multiplicative Errors Models
本文为向量乘法误差模型提出误差分布设定检验,基于拉普拉斯变换的加权积分距离构造统计量,并采用自助法近似临界值,蒙特卡洛模拟验证了其有限样本性能。
2025-09-08 math.ST stat.ME stat.TH
Where should the null live? Surrogate tests for clustering of threshold-derived air-quality indices, with application to PM2.5 exceedances in Chile
Faculty of Engineering, Universidad del Desarrollo(德萨罗大学工程学院)
研究阈值衍生环境指数的替代推断,发现零假设施加位置(转换前后)决定推断目标,季节事件集中度显著影响指数分辨率与原生分辨率结论的不一致率,为水文气候指数推断提供实用框架。
2026-10-12 physics.ao-ph physics.data-an stat.AP
Compact and Infinite-Order Error Analysis for Null-Space SVD Estimation
该研究针对含噪矩阵的零空间SVD估计,推导误差的紧致无穷阶表达式与级数形式,分析收敛半径与泛化风险,揭示谱混合相关的有限样本现象,为相关估计问题提供理论分析支撑。
2026-09-01 cs.LG math.ST stat.TH
Empirical Likelihood Test for Common Invariant Subspace of Multilayer Networks based on Monte Carlo Approximation
North Dakota State University(北达科他州立大学)
本文提出了一种基于经验似然的检验方法,用于检测多层网络中共同的不变子空间,通过蒙特卡洛近似分析其渐近行为,并通过模拟和实际数据验证其有效性。
2026-01-10 stat.CO stat.ME
New ideas for method comparison: a Monte Carlo power analysis
本文对方法比较提出了一些新的建议。一方面,通过改进Linnet的加权Deming回归方法,提出了两种新的稳健回归方法:M-Deming和MM-Deming。M-Deming回归显示出优于Passing-Bablok回归的质量;当待验证的数据具有降低的精度时,它不会受到偏差的影响,因此变得更加可靠。另一方面,已经开发了用于验证的图形方法(方框和椭圆),该方法还配备了统一的统计检验。在该检验中,通过稳健测定协方差阵,将自举过程获得的截距和斜率对合并为多项分布。使用$χ^{2}$分布评估与代表原假设的点的Mahalanobis距离。强调对图形的解释比从测试中获得的概率更重要。通过蒙特卡罗模拟,比较理论$α$水平与经验拒绝率(第一类错误),对统一检验进行了评估。此外,使用相同的技术对各种(新旧)方法进行功效比较。这种统一的方法,无论选择的回归,显示出更高的权力,并允许在验证所需的样本量显着减少。
2021-05-10 stat.ME
Finite-Boundary Reduction and Exact Verification of Strong Familywise Error in Active-Count-Coupled Multi-Arm Efficacy-Toxicity Monitoring
Chuo University(中央大学);Kyowa Kirin Co., Ltd.(兴和株式会社);The University of Osaka(大阪大学);Astellas Pharma Global Development Inc.(安斯泰来全球开发公司)
针对随机剂量优化试验中多臂疗效-毒性监测,提出有限边界约化与确定性有限状态递归方法,实现主动计数耦合下强族系误差的精确验证,无需蒙特卡洛误差。
2026-09-09 stat.ME
Goodness-of-Fit Testing for Copulas: A Distribution-Free Approach
考虑一个随机样本来自一个连续的多元分布函数$F$,其Copula为$C$。为了检验$C$属于某个参数族的原假设,我们在单位超立方体上构造了一个经验过程,该过程在原假设下弱收敛于标准Wiener过程.因此,这个过程可以作为一个“测试生成器”的渐近分布免费的拟合优度测试copula家庭。我们还证明了最大的敏感性,这个过程中连续的替代品。最后,我们通过蒙特卡洛模拟研究表明,我们的方法具有良好的有限样本性能,我们说明了它的适用性与数据分析。
2018-12-19 math.ST stat.TH
Identification testing via sample splitting -- an application to Structural VAR models
在这篇文章中,提出了一种新的识别测试,它可以应用到参数模型,如混合正态(MN)分布,马尔可夫转换(MS),或结构自回归(SVAR)模型。在该方法中,假设模型参数在空值下被识别,而在替代方案下,它们没有被识别。由于该设置,极大似然(ML)估计量在原假设下保持其性质。建议的测试是基于两个相合估计量的基础上,独立的子样本的数据集的比较。提出了一种Wald型统计量,它具有典型的$χ^2$分布.最后,对该方法进行了调整,以检验异方差假设是否足以识别SVAR模型的参数。通过蒙特卡罗实验评估了其特性,该实验允许误差非高斯分布和错误指定的VAR阶数。它们表明检验具有渐近正确的大小。此外,结果表明,检验的功效使其适合于实证应用。
2022-06-08 stat.ME
Configuration Models of Random Hypergraphs
许多经验网络本质上是多元的,相互作用发生在任意大小的代理群体中。然而,很少有灵活的零模型,可以支持统计推断这样的多元网络。定义了一类节点度和边维数序列均为常数的零随机超图,推广了经典的并元结构模型。我们提供了一个马尔可夫链蒙特卡罗计划从这些模型中采样,并讨论我们提出的模型和以前的方法之间的连接和区别。然后,我们通过三个应用程序来说明这些模型。我们从两个经典的网络主题开始-三元聚类和度可拓性。在每一个,我们强调的重要性,随机化的超图空间,而不是投影图空间,表明这种选择可以显着改变统计推断和研究结果。然后,我们定义和研究超图的边相交轮廓作为边之间的高阶相关性的度量,并推导出在带标号的零下的渐近近似。我们的实验强调了显式的,基于几何的polyadic建模的能力,以显着增强网络数据科学的工具箱。最后,我们对今后工作的多种途径提出了建议。
2019-12-13 cs.SI math.PR physics.data-an
Consistent Distribution Free Affine Invariant Tests for the Validity of Independent Component Models
本研究提出一类基于特征函数和权重的L2型独立成分模型有效性检验,通过权重与混合矩阵估计的合理选择实现一致性与仿射不变性,采用置换和重采样实现无分布检验,经蒙特卡洛模拟和真实数据验证了其效用与有效性。
2024-04-11 stat.ME
MAD Bayes for Tumor Heterogeneity Feature Allocation with Non-Normal Sampling
我们提出了小方差渐近近似的推断肿瘤异质性(TH)使用下一代测序数据。理解TH是生物学中一个重要的开放性研究问题。缺乏适当的统计推断是现有方法中的一个关键空白,所提出的方法旨在填补这一空白。我们建立在一个分层模型与指数家庭的可能性和功能分配之前。所提出的方法推广了Kulis和Jordan(2012)以及Broderick(2012)提出的类似小方差近似et.al用于正常采样下的Dirichlet过程混合和Indian buffet先验模型的推断。我们表明,新算法可以成功地恢复不同的亚克隆的潜在结构,也是数量级快于现有的马尔可夫链蒙特卡罗采样器,后者往往实际上是不可行的高维基因组数据。所提出的方法是可扩展的,简单的实施和受益于贝叶斯非参数模型的灵活性。更重要的是,它为生物界提供了一个有用的工具,用于估计肿瘤样本中的细胞亚型。
2014-12-02 stat.ME
A Distance-Based Test of Association Between Paired Heterogeneous Genomic Data
由于快速的技术进步,可以从给定的生物样品获得广泛的不同测量,包括单核苷酸多态性、拷贝数变异、基因表达水平、DNA甲基化和蛋白质组学谱。这些不同的测量提供了表征生物多样性的某个方面的手段,并且广泛关注的基本问题涉及发现不同数据类型之间的共享变异模式。这种数据类型是异构的,因为它们代表在非常不同的尺度上进行的测量或由非常不同的数据结构描述。我们提出了一个基于距离的统计检验,广义RV(GRV)的测试,以评估是否有一个共同的和非随机的模式之间的变异性配对生物测量从相同的随机样本。测量通过距离测量进入测试,可以选择距离测量来捕获数据的特定方面。提出了一种近似零分布来计算封闭形式的p值,而不需要执行昂贵的蒙特卡罗置换程序。与经典的距离矩阵之间的关联的Mantel测试相比,GRV测试已被发现在许多模拟设置中更强大。我们还报告了应用GRV测试检测生物学途径,其中遗传变异与卵巢癌样本中基因表达水平的变化相关,并提出了从两个独立队列中获得的结果。
2013-03-27 stat.AP stat.ME
Signal extraction and breakpoint identification for array CGH data using robust state space model
阵列比较基因组杂交(CGH)是一种评估DNA拷贝数变异的高分辨率技术。确定拷贝数变化的断点将增强对人类疾病(如癌症)发病机制的理解。然而,阵列CGH数据中包含的生物变异和实验误差可能导致断点的假阳性识别。提出了一种用于阵列计算全息数据分析的鲁棒状态空间模型。该模型由观测方程和状态方程组成,其中测量误差和演化误差均服从小自由度t分布。通过马尔可夫链蒙特卡罗(MCMC)算法估计完全未指定的CGH谱。断裂点和离群值确定一种新的向后选择程序的基础上后绘制的CGH配置文件。与其他三种流行的方法相比,我们的方法展示了几个所需的功能,包括假阳性率控制,对离群值的鲁棒性,以及优越的断点检测能力。所有这些属性都说明了使用模拟和真实的数据集。
2012-01-25 stat.AP
P-values, q-values and posterior probabilities for equivalence in genomics studies
等价性检验在基因组学研究中具有重要意义,但迄今为止这方面的研究很少。在本文中,我们定义了基因表达等效性的概念,并确定了基因等效性的“证据强度”度量。在全基因组研究中,通常的做法是根据观察到的基因特异性P值或调整后的P值对基因进行排名,这被认为是为了衡量针对无差异基因表达的原假设的证据强度。我们在这里表明,无论是经验和正式的,等效P值不满足基本的一致性要求的有效的证据强度措施的等效性。这意味着广泛使用的q值(Storey,2002)定义为每个基因的最小阳性错误发现率,这将导致在发现集中包含相应的P值,不能转化为等效性检验框架。然而,当表示为后验概率时,我们发现q值确实满足一些基本的一致性要求,这些要求是等效性证据的可信度量。我们提出了一个简单的估计的q值从后验概率的等效性,并分析数据从小鼠干细胞芯片实验,证明了这里提出的理论和方法。
2012-01-31 math.ST q-bio.QM stat.AP
Distribution-Free Multisample Test Based on Optimal Matching with Applications to Single Cell Genomics
本文提出了一种基于最优匹配的非参数图检验方法,用于检验多个未知多元概率分布的相等性。我们的程序池的数据从不同的类创建一个图形的基础上最小的非二分匹配,然后利用边缘连接数据点的数量从不同的类来检查分布之间的接近度。所提出的测试是完全免费的分布(零分布不依赖于数据的分布),可以有效地应用于多变量以及非欧几里德数据,只要点间距离是明确定义的。我们证明了该检验是普适相合的,并证明了一般选择下检验统计量的分布极限定理。通过仿真研究,我们证明了其优越的性能对其他常见的和众所周知的多样本测试。在我们的测试表明跨类分布差异的情况下,我们还提出了一种方法来确定哪个类或组有助于这种整体差异。该方法适用于从患有肝细胞癌和非小细胞肺癌的人类受试者的外周血、癌组织和肿瘤相邻正常组织获得的单细胞转录组学数据。我们的方法揭示了在癌症环境中,生物化学代谢途径如何在免疫细胞中改变的模式,这取决于组织位置。本文描述的所有方法都在R包多交叉中实现。
2019-06-11 stat.AP stat.ME
A Comparison of Bayesian Inference Techniques for Sparse Factor Analysis
降维算法旨在发现描述高维数据中潜在结构的潜在变量。因子分析和主成分分析等方法的缺点是不能提供其推断的潜变量的解释性。稀疏因子分析通过在其因子载荷上施加稀疏性来解决这个问题,允许每个潜在变量仅与特征的子集相关,从而增加可解释性。稀疏因子分析已被广泛应用于基因组学、信号处理和经济学等领域。我们比较了稀疏因子分析的两种贝叶斯推断技术,即马尔可夫链蒙特卡罗(MCMC)和变分推断(VI)。VI在计算上比MCMC快,但代价是精度损失。我们推导出MCMC和VI算法,并使用模拟和生物数据进行比较,表明较高的计算效率VI是可取的小增益时,使用MCMC的准确性。我们的MCMC和VI算法的稀疏因子分析的实现可在https://github.com/ysfoo/sparsefactor上获得。
2021-12-22 q-bio.QM stat.AP
Exogeneity tests, incomplete models, weak identification and non-Gaussian distributions: invariance and finite-sample distributional theory
在原假设和备择假设下,从有限样本的角度研究了Durbin-Wu-Hausman(DWH)和Revankar-Hartley(RH)检验的分布。我们考虑线性结构模型,可能非高斯误差,结构参数可能无法识别,其中减少的形式可以不完全指定(或非参数)。在水平控制下,我们刻画了所有检验统计量的零分布。通过条件和不变性参数,我们表明,这些分布不涉及滋扰参数。特别是,这适用于几个检验统计量,对于这些统计量,还没有有限样本分布理论可用,例如Hausman(1978)提出的标准统计量。检验统计量的分布可能是非标准的--因此需要对通常的渐近临界值进行校正--但其特征是足够明确的,以产生外生性假设的有限样本(蒙特卡罗)检验。这样得到的程序是强大的弱识别,丢失的仪器或错误指定的减少形式,并可以很容易地适应,以允许参数非高斯误差分布。给出了外生性检验统计量的一般不变性结果(块三角不变性).这个属性产生了一个方便的外生性标准形式和一个简约的减少功率所依赖的参数。在没有确定结构参数的极端情况下,备择假设和原假设下的分布是相同的,因此对于所有外生性统计量,幂函数是平坦的。然而,一旦识别没有完全失败,这种现象通常就会消失。
2017-01-24 stat.ME
Tests for circular symmetry of complex-valued random vectors
我们提出了测试的原假设,法律的复值随机向量是循环对称的。基于经验特征函数,将测试准则制定为$L^2$型准则,从计算的角度来看,它们是方便的。渐近以及蒙特卡罗结果。实际数据上的应用也报告。作者提供了一个名为CircSymTest的R软件包。
2021-03-19 math.ST stat.TH
Computing the confidence levels for a root-mean-square test of goodness-of-fit, II
本文扩展了我们以前的文章,“计算拟合优度均方根检验的置信水平”,与以前的文章不同,本文中的模型涉及参数估计-相关检验中的零假设和备择假设都是复合的。我们提供了有效的黑盒算法计算的渐近置信水平的经典卡方检验的变体。在某些情况下,也可以通过蒙特卡罗模拟计算精确的置信水平。
2011-12-22 stat.CO stat.ME
Testing Consistency of Two Histograms
几种方法来测试的假设,两个直方图是从相同的分布进行了研究。我们注意到,单样本连续分布检验可以适用于这种双样本分组数据的情况。在一般情况下,没有一个完全指定的零假设的困难是一个重要的考虑因素,在用“玩具”蒙特卡罗模拟估计概率时需要小心。比较几种常见测试的性能;没有一种测试在所有情况下都表现最好。
2008-04-02 hep-ex physics.data-an stat.ME
Multivariate normality test based on the uniform distribution on the Stiefel manifold
Tokyo University of Science(东京科学大学)
本文提出基于Stiefel流形上均匀分布的多元正态性检验方法,通过残差矩阵与Wishart矩阵对称平方根的乘积构造检验统计量,证明其在原假设下服从矩阵正态分布,并通过蒙特卡洛模拟评估检验功效和一类错误率。
2026-03-13 math.ST stat.TH
Precise finite-sample quantiles of the Jarque-Bera adjusted Lagrange multiplier test
众所周知,雅克-贝拉拉格朗日乘子(LM)正态性检验的有限样本零分布及其由乌尔苏亚引入的调整版本(ALM)与其渐近卡方2(2)极限有很大的不同。在这里,我们使用10^7次重复进行Monte Carlo模拟,得到了在宽范围的临界值和样本量内LM和ALM统计量的非常精确的数字。这使得能够精确地实现有限样本的Jarque-Bera LM和ALM测试。
2005-09-19 math.PR math.ST stat.TH
On the power of axial tests of uniformity on spheres
在$p$维单位球面上检验均匀性可以说是方向统计中最基本的问题。在本文中,我们考虑这个问题的框架内的轴向数据,也就是说,假设手头的$n$观测是随机抽取的分布,电荷对映区域相等。更确切地说,我们专注于轴向,旋转对称,替代品,并首先解决的问题,根据该问题的方向$θ$的相应的对称轴被指定。在此设置中,我们获得了基于样本协方差阵的Le Cam均匀性最优检验(与基于样本平均值的非轴向类似物不同)。对于更重要的未指定的$θ$问题,一些经典的测试在文献中,但几乎没有什么是已知的非空行为。因此,我们研究了著名的宾厄姆测试和其他测试,利用所考虑的替代品的单穗性质的非零行为。我们进行蒙特卡罗练习,调查我们的测试的有限样本行为,并显示他们与我们的渐近结果的协议。
2019-10-21 math.ST stat.TH
Randomized p-values for multiple testing and their application in replicability analysis
我们关心的是同时测试多个终点的可重复性假设。这构成了一个复合零假设的多重检验问题。传统的$p$值是在最不利的参数配置下计算的,在复合零假设的情况下过于保守。如在先前的工作中所示,这在多重检验背景下构成了严峻的挑战,特别是当统计分析的一个目标是估计真实零假设的比例$π_0$时。已提出随机化$p$值来解决此问题。在目前的工作中,我们讨论了随机$p$ -值在可重复性分析中的应用。特别是,我们介绍了一个通用类的统计模型,有效的,随机的$p$值可以很容易地计算。通过计算机模拟,我们表明,它们的使用通常会导致一个更准确的估计$π_0$。最后,我们将我们提出的方法应用于基因组学的一个真实数据示例。
2020-02-25 stat.ME
Evolutionary Stochastic Search for Bayesian model exploration
在高维数据集的线性高斯回归模型中实现贝叶斯变量选择是当前许多领域的研究热点。为了使这样的分析操作,我们提出了一个新的采样算法的基础上进化蒙特卡罗和设计工作下的“大p,小n”的范例,从而使完全贝叶斯多变量分析可行,例如,在遗传学/基因组学实验。基因组学中的两个真实数据的例子,展示了该算法在高达10,000协变量的空间中的性能。最后,该方法与最近提出的搜索算法进行了广泛的仿真研究。
2010-02-13 stat.CO stat.ME
A Null Model for Mapper Subtype Claims
Williams College(威廉姆斯学院);University of Colorado Boulder(科罗拉多大学博尔德分校)
本文提出一种高斯空模型,用于验证映射算法中社区分化是否由协方差结构引起,通过模拟和实际数据验证,表明协方差几何可能产生子类型结构,但需进一步证据支持子类型声明。
2026-04-19 math.AT stat.AP stat.ME
The Shrinkage Variance Hotelling $T^2$ Test for Genomic Profiling Studies
设计的基因表达微阵列实验,包括几个处理水平,每个水平的重复数,通过应用简单的测试组差异在每个基因水平进行分析。基因水平的统计数据进行排序,并考虑到多重性的重要基因的选择标准。需要注意的是,真正的信号(基因真的过度表达或表达不足)与相当大的第一类错误信号“竞争”。当具有非常小的倍数变化的基因被足够小的方差补偿以产生大的检验统计量时,可能发生排序列表顶部附近的假阳性。围绕这一警告的第一次尝试之一是“微阵列显著性分析(SAM)”的发展,它使用了一个修改的t型统计阈值对它的排列分布。修改后的t统计量的关键创新是每个基因的标准误增加了一个常数,以稳定得到的检验统计量的变异系数。从那时起,一些作者提出了使用收缩方差估计与t型,更一般地说,方差分析类型测试在基因水平。我们的新方法提出了使用收缩方差Hotelling T平方统计量,其中每个基因的样本协方差阵被替换为从所有基因中借用强度的收缩估计。它表明,新的统计量保持F-分布下的零,增加了自由度的分母。这类检验的优点是(i)灵活性,因为可以进行一系列假设检验;(ii)更充分地享受上述早期创新的收益。本文总结了我们的研究结果,并提出了一个模拟研究基准的新统计对另一个最近提出的统计。
2017-12-07 stat.ME
Distribution-Free Detection of Structured Anomalies: Permutation and Rank-Based Scans
扫描统计是迄今为止最流行的异常检测方法,在症状监测、信号和图像处理以及基于传感器网络的目标检测等应用中很受欢迎。在这样的设置中使用扫描统计产生假设检验过程,其中原假设对应于不存在异常行为。如果零分布是已知的,则基于扫描的测试的校准相对容易,因为它可以通过蒙特卡罗模拟来完成。当零分布未知时,它就不那么简单了。我们研究了两个程序。第一种是通过排列进行校准,另一种是基于秩的扫描测试,其不受分布影响,对离群值不太敏感。此外,秩扫描测试仅需要针对给定数据大小的一次性校准,这使得它在计算上更具吸引力。在这两种情况下,我们量化的性能损失相对于Oracle扫描测试,知道空分布。我们表明,使用这些校准程序之一的结果,在一个自然的指数家庭的上下文中,只有一个非常小的损失的权力。这包括经典的正常定位模型,流行的信号处理,和泊松模型,流行的症状监测。我们对模拟数据进行数值实验,进一步支持我们的理论,也对基因组学的真实数据集。
2016-11-24 math.ST stat.ME stat.TH
Conservative Hypothesis Tests and Confidence Intervals using Importance Sampling
重要性抽样是蒙特卡罗近似的常用技术,包括p值的蒙特卡罗近似。这里表明,通常的重要性抽样p值的简单校正产生有效的p值,这意味着当p值<= alpha时,通过拒绝空值而产生的假设检验也将具有第一类错误率<= alpha。该校正使用原始观测的重要性权重,其在原假设下给出有价值的诊断信息。使用校正的p值对于多重检验至关重要,在难以评估重要性抽样近似值的准确性的问题中也是如此。反转校正的p值提供了一种有用的方法来创建Monte Carlo置信区间,该置信区间保持标称显著性水平并仅使用单个蒙特卡罗样本。几个应用程序进行了描述,包括加速多重检验的大型神经生理数据集和精确的条件推理的逻辑斯谛回归模型与滋扰参数。
2011-04-08 stat.CO stat.ME
Gradient-Based Markov Chain Monte Carlo for Bayesian Inference With Non-Differentiable Priors
在贝叶斯统计中使用不可微先验已经变得越来越流行,特别是在贝叶斯成像分析中。目前最先进的方法是近似的,在这个意义上,他们取代后通过Moreau-Yosida信封的平滑近似,并应用基于梯度的离散扩散采样从所得的分布。我们的Moreau-Yosida近似的误差的特征,并提出了一种新的实施方式,使用欠阻尼朗之万动力学。然而,在严重失误的情况下,用对合代替后牙可能不是一个可行的选择。相反,我们表明,分段确定性马尔可夫过程(PPENS)可以用于精确的后验推理,从满足几乎处处可微的分布。此外,与基于扩散的方法相比,所建议的基于PDMP的采样器不对先前的形状进行假设,也不需要访问计算上便宜的邻近算子,因此具有更广泛的应用范围。通过详细的数值例子,包括不可微的圆形分布和非凸基因组学模型,我们阐明了这些采样方法在中高维问题上的相对优势,强调了基于PDMP的方法在精确采样时的优势。
2021-03-16 stat.CO stat.ME
Multiple testing with anytime-valid Monte Carlo p-values
本文将随时有效的 Monte Carlo 置换 p 值引入 Benjamini-Hochberg 等多重检验程序,在控制错误发现率和保持功效的同时自适应减少置换次数,并在基因组数据上将耗时从三天多降至四分钟内。
2025-08-28 stat.ME
Stochastic Proximal Gradient Algorithms for Penalized Mixed Models
出于惩罚似然最大化在复杂的模型中,我们研究的优化问题,既不是函数优化,也不是它的梯度有一个明确的表达,但它的梯度可以近似的蒙特卡罗技术。我们提出了一种新的算法的基础上的随机逼近的邻近梯度(PG)算法。这种新的算法,命名为随机逼近PG(SAPG)是随机梯度下降步骤的组合,粗略地说,该步骤计算沿着迭代的过去梯度的平滑逼近,以及邻近步骤。讨论了随机梯度下降算法中步长和蒙特卡罗批量的选择。我们的收敛性结果涵盖了有偏和无偏蒙特卡罗近似的情况。虽然蒙特卡罗-PG的收敛性分析已经在文献中得到了解决(参见Atchadé等人[2016]),但SAPG的收敛性分析是新的。作为一个简单的例子,在线性混合效应模型上对这两种算法进行了比较。一个更具挑战性的应用提出了在高维非线性混合效应模型的药代动力学数据集,包括基因组协变量。据我们所知,我们的工作提供了第一个收敛结果的数值方法,旨在解决惩罚极大似然的非线性混合效应模型。
2017-09-27 stat.CO stat.ME
Wasserstein F-tests for Fréchet regression on Bures-Wasserstein manifolds
本文针对Bures-Wasserstein流形上的Fréchet回归问题,提出Wasserstein F检验方法,推导了估计量收敛速率与检验统计量渐近性质,通过模拟和单细胞基因表达数据验证了方法有效性。
2024-09-15 stat.ME stat.ML
A model specification test for the variance function in nonparametric regression
在完全非参数回归模型中考虑了条件方差参数形式的检验问题。提出了一种基于原假设和备择假设下残差经验特征函数之间加权$L_2$ -距离的检验统计量,并进行了理论研究。得到了检验统计量的零渐近分布,并用来逼近临界值。在几个蒙特卡罗实验中数值研究了所提出的测试的有限样本特性。开发的结果假设独立的数据。它们的扩展相关的意见进行了讨论。
2018-07-23 stat.ME
Multiple Monte Carlo Testing with Applications in Spatial Point Processes
秩包络检验(Myllymäki等人,空间过程的全局包络检验,arXiv:1307.0239 [stat.ME])被提出作为蒙特卡罗检验的多重检验问题的解决方案。三种不同的情况被识别:1)几个单变量蒙特卡罗检验,2)一个蒙特卡罗检验用一个函数作为检验统计量,3)几个蒙特卡罗检验用函数作为检验统计量。秩检验在每种情况下均具有正确的(全局)第一类错误,并伴有$p$值和图形解释,该图形解释显示了在规定的检验显著性水平下,哪个子检验或所用检验函数的哪些距离导致拒绝。通过点过程的原假设和随机集统计量的例子来说明秩包络检验的强度。这些例子包括多个检验函数的拟合优度检验、一组点模式的拟合优度检验、多组点模式的比较、多类型点模式中组件的依赖性检验以及随机闭集的布尔假设检验。
2015-06-04 stat.ME
The Bayesian optimal two-stage design for clinical phase II trials based on Bayes factors
Faculty of Medicine, University of Cologne(科隆大学医学院)
本文提出了一种基于贝叶斯因子的临床II期试验的贝叶斯最优两阶段设计,通过三元树分支方法优化样本量并提高设计效率。
2025-11-28 math.ST stat.AP stat.ME
Weighted Kolmogorov Smirnov testing: an alternative for Gene Set Enrichment Analysis
基因集富集分析(GSEA)是基因组数据处理的基本工具。从统计学的观点看,其检验统计量的中心不允许导出渐近结果。提出了一种不同中心的检验统计量。在原假设条件下,利用经验过程理论证明了新的检验统计量的分布依分布收敛。极限分布可以通过Monte-Carlo模拟来计算。以这种方式定义的检验被称为加权Kolmogorov Smirnov(WKS)检验。事实上,渐近分布的评估服务于许多不同的基因集的结果在较短的计算时间。使用来自GEO存储库的表达数据,针对MSig数据库C2进行测试,在经典GSEA测试和新程序之间进行比较。我们的结论是,除了其数学和算法的优势,WKS测试可以在许多情况下提供更多的信息,比经典的GSEA测试。
2014-10-07 math.PR stat.ME