Pairwise likelihood estimation and limited information goodness-of-fit test statistics for binary factor analysis models under complex survey sampling
Universiti Brunei Darussalam(文莱达鲁萨兰国大学);London School of Economics and Political Science(伦敦政治经济学院)
本文探讨了二元数据因子模型中利用成对似然估计进行估计及有限信息拟合优度检验统计量的方法,扩展了复杂抽样设计下的应用,并引入了Pearson卡方检验和Wald检验。
2024-07-23 stat.ME
Phi-Divergence test statistics for testing the validity of latent class models for binary data
本文的主要目的是提出新的检验统计量族,用于研究某些数据对二进制数据的潜在类模型的拟合优度问题。引入的检验统计量族是基于φ-散度测度的,φ-散度测度是极大似然的自然扩展。我们还处理的问题,测试嵌套序列的二进制数据的潜在类模型。对于这些统计量,我们得到了它们的渐近分布。我们将考虑Felipe et al(2014)中介绍的用于解决估计问题的相合估计量。最后,进行了模拟研究,以比较的效率,在这个意义上的水平和权力,本文考虑的新的统计量的样本量是不够大,适用于渐近结果。
2014-07-08 stat.ME
Some homogeneity test statistics for DNA evolutionary models
Dell Technologies(戴尔科技);University of Campinas(坎皮纳斯大学)
本文提出一种广义U-统计量用于DNA序列进化模型的同质性检验,证明其渐近正态性并模拟评估有限样本性质。
2026-09-09 stat.ME
Empirical phi-divergence test statistics for testing simple null hypotheses based on exponentially tilted empirical likelihood estimators
在计量经济学中,在不假设潜在分布的情况下施加限制来模拟复杂的现实是一种有价值的方法论工具。然而,如果一个子集的限制是不正确的指定,通常的测试统计量正确指定的模型往往拒绝一个简单的原假设。在这种情况下,我们可以说模型存在误设定。我们研究了Balakrishnan et al.(2015)中引入的经验φ-发散检验统计量的行为,通过使用Schennach(2007)的指数倾斜经验似然估计量,作为小样本量的显著性水平的效率和错误指定下的鲁棒性之间的良好折衷。
2015-10-27 stat.ME
Testing Hardy-Weinberg equilibrium with a simple root-mean-square statistic
我们提供的证据表明,根均方检验的拟合优度可以显着更强大的比国家的最先进的精确测试在检测偏离哈代-温伯格平衡。Pearson卡方检验、对数似然比检验和Fisher精确检验对基因型频率之间的相对差异敏感,而均方根检验对绝对差异敏感。这可以增加统计功效,正如我们使用基准数据集和渐近分析所证明的那样。借助于计算机,可以毫不费力地计算均方根统计量的精确P值,并且可以使用作者的免费代码轻松实现。
2013-05-30 stat.ME
An Efficient and Distribution-Free Two-Sample Test Based on Energy Statistics and Random Projections
现有的无分布双样本检验方法的一个共同缺点是计算复杂度可能很高。具体而言,如果样本量为$N$,则这些双样本检验的计算复杂度至少为$O(N^2)$。在本文中,我们开发了一个有效的算法的复杂性$O(N \log N)$计算能量统计在单变量的情况下。对于多变量的情况下,我们介绍了一种基于能量统计和随机投影的双样本检验,它具有$O(K N \log N)$的计算复杂度,其中$K$是随机投影的数量。我们命名为随机投影能量统计(RPES)的多变量情况下,我们的方法。我们可以表明,RPES实现了几乎相同的测试功率与能量统计理论和经验。数值实验也证明了所提出的方法比竞争对手的效率。
2017-07-14 stat.ME
A U-statistic-based test of treatment effect heterogeneity
许多研究的目标是确定不同亚群之间是否存在处理效应异质性。在本文中,我们提出了一个基于U-统计量的非参数检验的原假设,处理效应是相同的,在不同的亚组。建议的测试提供了更多的权力比标准的参数测试时,后者的基本分布假设被违反。我们应用该方法的数据从经济研究的计划有效性,并发现有处理效应异质性在不同的亚群。
2020-12-07 stat.ME
Goodness of Fit Tests Based on Joint Densities of Multiple Sample Statistics
提出基于模拟置信集的拟合优度检验,利用超矩形和最高密度区域构造统计量联合分布的置信集,通过模拟比较显示所提方法在多种备择假设下具有竞争力且常更有效。
2026-07-03 stat.ME
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
Testing randomness of spatial point patterns with the Ripley statistic
聚集模式通常在位置数据集中被视觉地检测到。这些集群可能是有趣的动力学的结果,也可能是纯粹随机性的影响。我们建立了一个渐近高斯检验的假设对应的泊松点过程的随机性。我们首先计算齐次泊松点过程模型下Ripley K-统计量的精确一阶矩和二阶矩。然后我们证明了这种统计量的向量在不同尺度下的渐近正态性,并计算了它的协方差阵。从这些结果中,我们得到一个检验统计量,卡方分布。通过Monte-Carlo研究,我们检查测试是数值上易于处理的,即使是大的数据集,也正确的,当只有一百个点被观察到。
2010-06-08 stat.ME
Testing Exponentiality Based on Rényi Entropy With Progressively Type-II Censored Data
我们用风险函数的不完全积分表示逐步截尾顺序统计量的联合Rényi熵,并给出了逐步II型截尾数据的联合Rényi熵的一个简单估计.在逐步定数截尾数据下,基于Rényi Kullback-Leibler信息建立了一个拟合优度检验统计量,并将其性能与领先检验统计量进行了比较。蒙特卡罗模拟研究表明,该检验统计量对单调递增、单调递减和非单调风险函数的检验统计量具有更好的功效.
2013-03-22 stat.ME
Asymptotic linear dependence and ellipse statistics for multivariate two-sample homogeneity test
York University(约克大学);University of British Columbia, Kelowna(不列颠哥伦比亚大学奥肯那根校区)
本文提出了一种基于统计深度的非参数两样本检验方法,具有卡方(1)渐近分布,通过仿真实验和实际数据验证了其有效性。
2025-11-24 stat.ME
Goodness-of-fit tests for spatial point processes: A power study
该研究通过广泛模拟对比多种基于泛函摘要统计量的空间点过程拟合优度检验的功效,纳入拓扑数据分析衍生统计量与连续秩概率得分等新构造,分析组合性能与稳健性及多统计量检验,为检验选择提供指导。
2025-05-19 stat.ME
Covariance Correction for Permutation Statistics in Multiple Testing Problems
Otto von Guericke University Magdeburg(马格德堡奥托·冯·格里克大学);TU Dortmund University(多特蒙德工业大学);RWTH Aachen University(亚琛工业大学)
本文提出一种更高效的协方差校正方法,恢复多重检验中排列统计的联合渐近依赖结构,适用于广泛的问题场景。
2026-04-08 stat.ME
Testing goodness-of-fit and conditional independence with approximate co-sufficient sampling
拟合优度(GoF)检验在统计学中无处不在,与模型选择、置信区间构造、条件独立性检验和多重检验有直接联系,仅举几个应用。虽然测试简单(点)原假设的GoF为分析师在选择检验统计量时提供了很大的灵活性,同时仍确保有效性,但大多数复合原假设的GoF测试都受到更多约束,因为检验统计量必须在整个原模型空间上具有易于处理的分布。一个值得注意的例外是共同充分抽样(CSS):在零模型的充分统计量的条件下重新分配数据,保证使用分析员选择的任何检验统计量进行有效的GoF检验。但是CSS测试要求空模型具有紧凑的(在信息论意义上)充分统计量,这只适用于非常有限的一类模型;即使对于像逻辑斯谛回归这样简单的空模型,CSS测试也无能为力。在本文中,我们利用近似充分性的概念,将CSS测试推广到基本上任何具有渐近有效估计的参数模型,我们称我们的扩展为“近似CSS”(aCSS)测试。我们量化有限样本的第一类错误膨胀aCSS测试,并表明它是消失在标准的极大似然渐近,任何选择的检验统计量。我们应用我们提出的程序在理论上和模拟一些感兴趣的模型,以证明其有限样本第一类错误和权力。
2021-09-14 stat.ME
Goodness-of-fit tests for spatial point processes: A review
本文综述空间点过程拟合优度检验,梳理经典函数型汇总统计量与拓扑数据分析方法,并用统一记号分类相关检验统计量构造方式。
2025-01-07 stat.ME
An overview of nonparametric tests of extreme-value dependence and of some related statistical procedures
综述了现有的极值依赖的非参数检验。给出了一个i.i.d.\从一个连续分布的随机向量样本,这样的测试旨在评估潜在的未知copula是否是{ \em极值}类型或没有。现有的方法在文献中进行了总结,根据如何偏离极值依赖评估。下面简要描述在用这种类型的依赖性对数据建模时有用的相关统计过程。两个插图上的真实数据集,然后进行使用的一些统计程序正在考虑实施的\textsf{R}包{ \tt copula}。最后讨论了{ \em最大吸引域}条件的检验问题。
2014-10-24 stat.ME
Asymptotic Online FWER Control for Dependent Test Statistics
本文提出一种新的在线多重检验框架,可在任意相依结构下渐近控制FWER,并通过模拟验证其有限样本错误控制与功效提升。
2025-03-09 stat.ME
Compound p-Value Statistics for Multiple Testing Procedures
许多多重检验程序利用来自各个假设检验对的p值,并且如果p值统计量在零假设下是独立且均匀分布的,则是有效的。然而,最近已经表明,这些类型的多重检验程序是低效的,因为这样的p值不依赖于所有可用的数据。本文提供了构建复合p值统计量的工具,这些统计量依赖于所有可用数据,但在零假设下仍然满足独立性和一致性条件。作为一个例子,一类复合p值统计量的位置偏移的测试。它表明,无论是分析和通过模拟,多重检验程序往往拒绝更多的虚假零假设时,这些复合p值,而不是通常的p值,并在同一时间仍然保证所需的第一类错误率控制。复合p值与两种不同的多重检验方法结合用于分析真实的微阵列数据集。将任一多重检验方法应用于复合p值,而不是通常的p值,可增强其功效。
2011-08-24 stat.ME
Covariate Adjustment for Wilcoxon Two Sample Statistic and Test
Zhejiang University of Finance and Economics(浙江财经大学);University of Wisconsin, Madison(威斯康星大学麦迪逊分校);University of Washington(华盛顿大学);Eli Lilly and Company(礼来公司)
本文提出对Wilcoxon两样本统计量和检验进行协变量调整,以提高估计效率并扩大其在协变量自适应随机化场景中的应用范围。
2026-02-17 stat.ME
A New Test of Multivariate Nonlinear Causality
由Bai et al.(2010)提出的多元非线性Granger因果关系在检测两组变量之间的动态相互关系方面发挥着重要作用。遵循Hiemstra和Jones(1994)提出的Hiemstra-Jones(HJ)检验思想,他们试图利用多元$U$ -统计量的渐进性质建立其检验统计量的中心极限定理(CLT)。然而,Bai等人(2016)重新审视了HJ检验,发现HJ给出的检验统计量不是$U$ -统计量的函数,这意味着Hiemstra和Jones(1994)提出的CLT和Bai等人(2010)扩展的CLT都不适用于统计推断。本文重新估计了新的检验统计量的概率,并重新建立了新的检验统计量的CLT。数值模拟表明,我们的新的估计是一致的,我们的新的测试表现出体面的大小和权力。
2017-03-03 stat.ME
Asymptotic Formula for a General Double-Bounded Custom-Sided Likelihood Based Test Statistic
本文提出了一个一般的似然检验统计量的渐近分布,来自Wilks和Wald的结果。检验统计量的一般形式包括考恩、克兰默、格罗斯和维特尔斯以前推导出的检验统计量和相关的渐近公式,这些公式被认为是这里描述的基于似然性的检验统计量的特例。
2013-02-12 physics.data-an stat.ME
Learning Optimal Test Statistics in the Presence of Nuisance Parameters
最优检验统计量的设计是频率统计学中的一项关键任务,并且对于许多场景,最优检验统计量例如轮廓-似然比是已知的。通过扭转这一论点,我们可以找到配置文件的似然比,即使在无可能性的情况下,其中只有来自模拟器的样本是可用的,通过优化这些场景中的检验统计量。我们提出了一种无似然训练算法,该算法产生的检验统计量相当于在已知后者是最佳的情况下的配置文件似然比。
2022-03-24 physics.data-an stat.ME
Robust and efficient Breusch-Pagan test-statistic: an application of the beta-score Lagrange multipliers test for non-identically distributed individuals
在计量经济学中,布鲁施-帕甘检验统计量已成为拉格朗日乘数(LM)检验的标志性应用。我们将介绍线性回归模型中异方差的beta-评分LM检验,它通过调整参数beta>=0来权衡稳健性和效率的程度,beta =0是经典的Breusch-Pagan检验统计量,在没有离群值的情况下是最有效的。一个非常优雅的表达式,一个吸引人的最小二乘解释。执行检验统计量的构建,将Basu等人(2022)的方法从同分布个体扩展到非同分布个体,用于复合零假设。给出了关于鲁棒性和效率性质的详细理论证明,所有这些都是正态的。一个修改后的版本,Koenker的β分数检验统计量。
2023-01-18 math.ST stat.ME stat.TH
A Relativity-Based Framework for Statistical Testing Guided by the Independence of Ancillary Statistics: Methodology and Nonparametric Illustrations
The State University of New York at Buffalo(纽约州立大学布法罗分校)
本文提出一个决策理论框架,用于构建和评估基于与辅助统计量关系的检验统计量,强调减少检验统计量与相关辅助结构的依赖性,从而获得最有力检验方法,并通过非参数检验的修改示例展示了该方法。
2026-04-01 math.ST stat.ME stat.TH
Empirical phi-divergence test statistics for testing simple and composite null hypotheses
本文的主要目的是首先介绍一个新的家庭的经验检验统计量测试一个简单的原假设时,通过一组特定的无偏估计函数定义的参数向量。该检验统计量族基于两个概率向量之间的距离,其中第一概率向量通过使参数向量上的经验似然最大化而获得,并且第二向量在简单的原假设下从参数的固定向量定义。为此目的所考虑的距离是φ-发散度量。然后推导出该族检验统计量的渐进分布。所提出的方法是说明通过著名的数据Newcomb的测量光的通过时间。模拟研究进行比较其性能与经验的似然比检验时,置信区间构造的基础上,小样本量。结果表明,“经验修正的似然比检验统计量”是经验似然比检验统计量的一种有竞争力的替代方法,并且在数据中存在污染的情况下比经验似然比检验统计量更稳健.最后,我们提出了经验的Φ发散检验统计量测试复合原假设,并提出了一些渐近以及模拟结果,这些测试程序的性能进行评估。
2014-08-17 math.ST stat.ME stat.TH
A New ECDF Two-Sample Test Statistic
自Kolmogorov和Smirnov做出开创性贡献以来,经验累积分布函数(ECDF)已用于检验两个样本来自相同分布的假设。本文介绍了一种统计,这是可用的条件相同的Kolmogorov-Smirnov,但提供更多的权力比其他现存的测试在这方面。我证明了一个有效的(保守的)程序,用于产生有限样本p值。我概述了这个统计数据和它的两个主要前身之间的密切关系。我还提供了一个公共R包(CRAN:twosamples [2018]),使用$O(N)$内存在$O(N\log(N))$时间内实现测试程序。使用该软件包的功能,我进行了几次模拟研究,显示功率的改善。
2020-07-02 stat.ME stat.OT
Inference via Randomized Test Statistics
我们表明,外部随机化可能会强制收敛的检验统计量在特定情况下,他们的极限分布。这导致了一个更尖锐的推论。我们的方法是基于加权和的中心极限定理。我们将我们的方法应用到一个家庭的秩为基础的检验统计量和一个家庭的φ发散检验统计量,并证明,具有压倒性的概率相对于外部随机化,随机化统计量收敛的速度$O(1/n)$(一些对数因子)的限制χ 2分布在Kolmogorov度量。
2022-11-16 math.ST stat.ME stat.TH
Randomization Tests for Distributions of Individual Treatment Effects via Combined Rank Statistics
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Chicago(芝加哥大学)
本文提出了一种自适应结合多个秩统计量的方法,用于评估随机实验中个体因果效应的分布,避免了传统方法中选择统计量带来的效力损失问题。
2026-05-08 stat.AP stat.ME
A randomization-based perspective of analysis of variance: a test statistic robust to treatment effect heterogeneity
在有限总体环境中考虑了Neyman原假设(无平均治疗效应)的Fisher随机化检验,该环境与两种以上治疗的完全随机化实验相关。从理论和计算两方面对使用$F$统计量进行此类检验的后果进行了检查,并认为在治疗效应异质性下,在Fisher随机化检验中使用$F$统计量可能会严重增加内曼原假设下的I型错误。提出了一种替代的检验统计量,导出了它在Fisher和Neyman原假设下的渐近分布,并证明了它的优点。
2017-07-24 math.ST stat.ME stat.TH
Two-Sample Tests for Large Random Graphs Using Network Statistics
我们考虑一个两样本的假设检验问题,其中的分布被定义在无向图的空间上,并且每个模型只能得到一个观测值。这个问题的一个激励性例子是比较Facebook和LinkedIn上的友谊网络。解决这类问题的实际方法是根据某些网络统计数据对网络进行比较。在本文中,我们提出了一个一般原则,在这种情况下,两个样本的假设检验,而不作任何假设的网络生成过程。本文的主要贡献是一个一般的配方的问题的基础上集中的网络统计数据,因此,一致的双样本测试,出现作为这个问题的自然解决方案。我们还表明,建议的测试是最小化最优的某些网络统计。
2017-05-26 stat.ME stat.ML
A one-sample location test based on weighted averaging of two test statistics in high-dimensional data
我们讨论了一个单样本的位置测试,可用于在高维数据的情况下。对于高维数据,当维数接近样本量时,Hotelling检验的功效下降。为了解决这种功率损失,提出了一些非精确方法,例如,Dempster(1958,1960)、Bai和Saranadasa(1996)以及Srivastava和Du(2006)。在本文中,我们集中在霍特林的测试和Dempster的测试。这两种试验的比较优劣因局部参数而异。特别是,我们考虑的情况下,很难确定应使用哪一个测试,也就是说,这两个测试是渐近等价的本地电源。我们提出了一个新的统计霍特林的$T^2$统计和Dempster的统计,可以应用在这种情况下的加权平均的基础上。我们的重量是确定的基础上的最大局部渐近功率的限制参数空间,诱导局部渐近等价之间的Hotelling的测试和Dempster的测试。此外,还得到了关于局部幂的一些好的渐近性质。数值结果表明,在大多数参数设置下,我们的检验比Hotelling的$T^2$统计量和Dempster的统计量更稳定。
2014-05-09 math.ST stat.ME stat.TH
Multiple Test Functions and Adjusted p-Values for Test Statistics with Discrete Distributions
当检验统计量具有离散分布时,建议使用随机化$p$值、(非随机化)中等$p$值和抽象随机化$p$值检验原假设。本文提供了一个统一的框架,这些方法,并将其扩展到多重检验设置。特别地,开发了上述$p$值和多个测试函数的多重调整版本。它表明,每当通常的非随机化和随机化的决定拒绝或保留原假设可能不同,(调整)抽象随机$p$值和测试功能应报告,特别是当测试的数量很大。结果表明,所提出的方法优于传统的随机和非随机方法的偏差和变异性。工具绘制调整后的抽象随机$p$值和计算多个测试功能的开发。最后通过实例说明了该方法,并提出了一种新的多重性调整中间$p$值.
2014-12-01 stat.CO stat.ME
One- and two-sample nonparametric tests for the signal-to-noise ratio based on record statistics
引入了一类新的非参数统计-r-统计量。它由计数样本的累积和的记录数组成。对于高斯和均匀分布的变量,单样本r-统计量几乎与Student t-统计量一样强大,并且只要数据不是太重尾,就比符号和Wilcoxon符号-秩统计量更强大。提出了三种两样本参数r-统计量,一种比Mann-Whitney U-检验具有更高的特异性但灵敏度较小,另一种具有更高的灵敏度但特异性较小。引入了一种非参数两样本r-统计量,对于高斯分布或均匀分布的变量,其功效与Welch统计量非常接近。
2015-07-13 physics.soc-ph q-fin.GN stat.ME
Adaptive test for ergodic diffusions plus noise
提出了随机扩散方程的状态空间统计模型--遍历扩散加噪声模型的参数检验方法。将检验统计量分为三类:似然比型检验统计量、Wald型检验统计量和Rao型检验统计量。所有的检验统计量都是用噪声观测值的局部均值序列的拟似然函数构造的。我们还模拟了几个实际假设检验的行为,并检查了零假设下检验统计量的收敛规律和备择假设下检验的一致性。我们应用该方法对风场数据进行了实际数据分析,并主要就扩散系数的结构对一些假设进行了检验。
2018-04-05 math.ST stat.ME stat.TH
Adaptive L-statistics for high dimensional test problem
Nankai University(南开大学)
本研究针对高维单样本位置检验问题,推导了两类L-统计量的极限分布,建立其渐近独立性后提出柯西组合检验,模拟与实证均验证了方法的优势。
2026-08-14 math.ST stat.ME stat.TH
Rank Based Tests for High Dimensional White Noise
针对高维时间序列白噪声检验问题,提出三类基于秩的无分布检验方法,建立其渐近零分布与速率最优性,其中退化U统计量检验可检测非线性非单调自相关,且首次考虑高维数据截面相关性下的秩相关统计量渐近分布。
2023-07-19 math.ST stat.ME stat.TH
Fisher's combined probability test for high-dimensional covariance matrices
在高维数据的统计分析中,检验大的协方差阵是非常重要的。在过去的十年中,文献中研究了三种类型的检验统计量:二次型统计量、最大型统计量及其加权组合。众所周知,二次型统计量将遭受低功率对稀疏的选择和最大形式的统计量将遭受低功率对密集的选择。在适当选择权值的情况下,引入加权组合方法来提高二次型统计量或最大型统计量的功效。在本文中,我们提供了一个新的视角,充分利用二次型统计量和最大型统计量的测试高维协方差阵的潜力。我们提出了一种基于Fisher方法的尺度不变功率增强检验,将二次型统计量和最大型统计量的p值结合起来。在仔细研究了二次型统计量和最大型统计量的渐近联合分布后,我们证明了所提出的组合方法保持了正确的渐近大小,并提高了对更一般的选择的能力。此外,我们证明了有限样本的性能在模拟研究和实际应用。
2020-05-31 math.ST stat.AP stat.ME
On the statistical analysis of grouped data: when Pearson $χ^2$ and other divisible statistics are not goodness-of-fit tests
School of Statistics, University of Minnesota(明尼苏达大学统计学院);School of Mathematics and Statistics, Victoria University of Wellington(惠灵顿维多利亚大学数学与统计学院)
本文探讨了分组数据统计分析中Pearson χ²等可分割统计量的局限性,提出了一种统一方法,并构建了无分布拟合优度检验。
2026-06-06 math.ST physics.data-an stat.CO
Random Invariance Testing on Quadratic Form Statistics with Application to Autocorrelation
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Alberta(阿尔伯塔大学)
本研究提出二次型统计量的随机不变性测试方法,改进了自相关检验的非参数变体,功效优于经典检验,可适配其他二次型统计量。
2026-08-27 math.ST stat.ME stat.TH
Efficiency of Exponentiality Tests Based on a Special Property of Exponential Distribution
基于指数律的一个特殊性质,构造了指数性的拟合优度检验。检验统计量是U-经验过程的泛函。第一个统计量是积分型的,第二个是Kolmogorov型统计量。我们表明,我们的统计对应的内核是非退化的。描述了新统计量在原假设下的极限分布和大偏差。他们的本地Bahadur效率为各种参数的替代品进行计算,并与新的测试模拟功率进行比较。讨论了Bahadur意义下新统计量的局部最优性条件,并给出了“最有利”选择的例子。新的测试被应用到拒绝的假设的指数的统治时间的罗马皇帝,这是在最近几年集中讨论。
2016-03-07 math.ST stat.ME stat.TH
A Necessary and Sufficient Condition for Size Controllability of Heteroskedasticity Robust Test Statistics
University of Vienna(维也纳大学);WU Vienna University of Economics and Business(维也纳经济与商业大学)
针对回归模型中单个约束检验,给出了异方差稳健检验统计量尺寸可控性的充要条件,改进了现有仅充分条件的结果。
2026-06-19 econ.EM math.ST stat.ME
Joint limiting laws for high-dimensional independence tests
测试独立性在大规模推理的许多重要领域都具有重要意义。用极值型统计量检验稀疏方案和用二次型统计量检验稠密方案是高维独立性的两种重要检验方法。然而,二次型统计遭受低功率对稀疏的替代品,和极值形式的统计遭受低功率对密集的替代品与小的干扰,并可能有大小失真,由于其缓慢的收敛。对于现实世界的应用程序,重要的是要针对更一般的替代方案推导出强大的测试程序。基于中间极限分布,我们导出了极值型和二次型统计量的(无模型)联合极限律,并令人惊讶地证明了它们是渐近独立的.鉴于这样的渐近独立性,我们提出(无模型)测试程序,以提高对一般替代品的权力,并保留正确的渐近大小。在高维情形下,我们导出了封闭形式的极限零分布,并得到了它们的明确的一致收敛性。我们证明了他们一贯的统计权力对一般的替代品。我们证明了我们提出的检验统计量在模拟研究的性能。我们的工作为高维独立性检验提供了非常有用的见解,并填补了一个重要的空白。
2015-12-30 math.ST stat.ME stat.ML
Efficient Aggregated Kernel Tests using Incomplete $U$-statistics
Centre for Artificial Intelligence(人工智能中心);Gatsby Computational Neuroscience Unit(盖茨比计算神经科学研究组);University College London(伦敦大学学院);Inria London(法国国家信息与自动化研究所伦敦分部);Yonsei University(延世大学)
我们提出了一系列计算效率高的非参数检验的两个样本,独立性和拟合优度的问题,分别使用最大均值离散(MMD),希尔伯特施密特独立准则(HSIC),核斯坦离散(KSD)。我们的检验统计量是不完全的$U$ -统计量,与经典的$U$ -统计量测试相关的计算成本,在样本数的线性时间和二次时间之间插值。这三个建议的测试聚合在几个内核带宽检测偏离空在各种规模上:我们呼吁由此产生的测试MMDAggInc,HSICAggInc和KSDAggInc。这个过程提供了一个解决方案的基本内核选择问题,因为我们可以聚合大量的内核与几个带宽,而不会导致显着损失的测试功率。对于测试阈值,我们推导出一个分位数界野生自举不完全$U$统计,这是独立的利益。我们推导出非渐近均匀分离率MMDAggInc和HSICAAggInc,并精确量化计算效率和可达到的速率之间的权衡:这一结果是新的不完整的$U$统计的基础上进行测试,据我们所知。我们进一步表明,在二次时间的情况下,野生引导不会招致惩罚,以测试功率更广泛的基于置换的方法,因为两者都达到相同的最小最大最优速率(这反过来又匹配的速率,使用甲骨文分位数)。我们支持我们的主张与数值实验之间的权衡计算效率和测试功率。在所有三个测试框架中,我们提出的测试的线性时间版本至少执行以及当前的线性时间最先进的测试。
2023-01-26 cs.LG math.ST stat.ME
On Focusing Statistical Power for Searches and Measurements in Particle Physics
Carnegie Mellon University(卡内基梅隆大学);University of California, Irvine(加州大学尔湾分校);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);Georgia Institute of Technology(佐治亚理工学院);Federal University of São Carlos(圣卡洛斯联邦大学)
提出一种替代似然比检验的统计量,可聚焦参数空间中物理感兴趣区域的检验功效,在ATLAS希格斯→ττ模拟数据和LZ暗物质模拟数据上展示了改进,并利用机器学习校准临界值以获得有效置信区间。
2026-06-29 hep-ex hep-ph physics.data-an