On Hypothesis Testing for Poisson Processes. Singular Cases
研究了第一个假设是简单的,第二个假设是局部单侧复合的情况下的假设检验问题。讨论了当观测到的非齐次泊松过程的强度函数具有两种不同类型的奇异性:尖点奇异性和间断奇异性时,不同检验的阈值和幂函数的选择.通过数值模拟说明了渐近结果。
2015-02-24 math.ST stat.TH
Adaptive Monte Carlo Multiple Testing via Multi-Armed Bandits
蒙特卡罗(MC)排列检验被认为是统计假设检验的金标准,特别是当标准参数假设不明确或可能失败时。然而,在需要同时执行大量假设检验的现代数据科学环境中,由于其高昂的计算成本,很少使用它。例如,在全基因组关联研究中,假设检验$m$的数量约为$10^6$,而每个检验的MC样本数量$n$可能大于$10^8$,总计超过$nm$ = $10^{14}$样本。本文提出了自适应MC多重检验(AMT)来估计MC p值,并控制多重检验中的错误发现率。该算法输出与标准全MC方法相同的结果,具有高概率,同时仅需要$\tilde{O}(\sqrt{n}m)$样本。该样本复杂度被证明是最佳的。在Parkinson GWAS数据集上,该算法将完整MC的运行时间从2个月减少到1个小时。基于多臂强盗理论推导了AMT算法。
2019-05-18 cs.IT math.IT q-bio.GN
Hypothesis Testing over Observable Regimes in Singular Models
本文研究了奇异模型中假设检验的可行性,指出非识别参数的假设导致检验障碍,而基于可识别可观测值的假设则回归经典检验理论。
2026-02-27 math.ST stat.ML stat.TH
Hypersurfaces and their singularities in partial correlation testing
本文提出了一种计算有向高斯图模型参数空间中区域体积的渐近理论,这些区域是由有界偏相关得到的。我们研究这些卷使用的方法,从代数几何的实对数正则阈值。我们的分析涉及相关超曲面的奇异轨迹的计算。统计应用包括PC算法的强忠实性假设,以及因果推理中混淆偏倚的量化。对树、蝴蝶结图、三部图和完全图进行了详细的分析。
2013-12-02 math.AG math.ST stat.TH
A non-parametric test for testing independence between time to failure and cause of failure of discrete competing risks data
在实际应用中会遇到寿命离散的竞争风险数据。然而,只有有限的文献存在这样的数据。本文提出了一种基于U-统计量的非参数检验方法,用于检验当寿命为离散随机变量时,竞争风险数据的失效时间与失效原因的独立性。导出了该检验统计量的渐近分布。进行了广泛的蒙特卡罗模拟研究,以评估有限样本的性能,所提出的测试。使用口腔癌患者和药物暴露妊娠的真实数据集说明了测试程序的灵活性。
2021-05-26 stat.ME
Testing separability of space--time functional processes
我们提出了一种新的方法和相应的理论来测试时空功能数据的可分性。在时空统计学中,可分性是一种常见的关于协方差结构的简化假设,如果它成立,可以大大提高估计精度和推理能力。虽然我们的重点是测试时空数据中的空间和时间分离,但我们的方法可以应用于可分离性有用的任何领域,包括生物医学成像。我们提出了三个测试,一个是功能扩展的蒙特卡罗可能性方法的米切尔等。(2005),而其他两个是基于二次形式。我们的测试是基于极大似然估计的渐近分布,不需要蒙特卡罗或自举复制。这些估计的联合渐近分布的规格是本文的主要理论贡献。它可以用于导出许多其他测试。主要的方法发现是,二次形式的方法,我们称之为规范的方法,出现作为一个明显的赢家,在有限样本的性能,在几乎每一个设置,我们认为。范数方法直接关注时空协方差函数与其可分离近似之间的Frobenius距离。我们通过模拟和爱尔兰风数据的应用证明了我们的方法的有效性。
2015-09-23 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
Regional Pooling in Extreme Event Attribution Studies: an Approach Based on Multiple Statistical Testing
提出了统计方法来选择同质位置时,分析空间块极大值数据,如在极端事件归因研究。该方法基于经典的假设检验,使用Wald型检验统计量,临界值从适当的参数引导程序获得,并对多重性进行校正。大规模的蒙特卡罗模拟研究发现,该方法能够准确地识别同质位置,并且汇集所选位置提高了后续统计分析的准确性。该方法是说明在西欧极端降水的案例研究。这些方法在R包中实现,可以轻松应用于未来的极端事件归因研究。
2023-01-16 stat.ME
Exact goodness-of-fit testing for the Ising model
伊辛模型是相互作用系统中最简单和最著名的模型之一。它最初是在统计物理学中被提出来模拟铁磁相互作用的,现在被广泛用于模拟生态学、社会学和遗传学等许多领域的空间过程,通常不需要测试它的拟合优度。在这里,我们提出了各种检验统计量和一个确切的拟合优度测试的有限格点伊辛模型。马尔可夫基的理论已经在代数统计中发展起来,用于使用蒙特卡罗方法进行精确的拟合优度测试。然而,找到马尔可夫基通常是计算上难以处理的。因此,我们开发了一种蒙特卡罗方法,用于精确的拟合优度测试的伊辛模型,避免计算马尔可夫基础,也导致了更好的连接的马尔可夫链,从而更快地收敛。我们展示了如何可以应用这种方法来分析细胞膜上的受体的空间组织。
2016-02-11 math.CO math.ST stat.ME
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
Evaluation Uncertainty in Data-Driven Self-Driving Testing
University of Michigan(密歇根大学);Carnegie Mellon University(卡内基梅隆大学);Columbia University(哥伦比亚大学)
自动驾驶技术的安全评估已经得到了广泛的研究。一种最近的方法使用基于蒙特卡罗的评估来估计安全关键事件的发生概率作为安全措施。这些蒙特卡罗样本是从基于真实世界数据构建的随机输入模型生成的。在本文中,我们提出了一种方法来评估的影响,概率估计的评估程序,由于估计误差所造成的数据变异性。我们提出的方法融合了经典的自助法估计输入的不确定性与似然比为基础的计划,以重用实验输出。这种方法在评估自动驾驶技术评估的输入不确定性方面的实施成本方面是经济和有效的。我们使用自动驾驶汽车(AV)的安全评估的例子来证明所提出的方法作为一个诊断工具的质量拟合输入模型。
2019-07-18 cs.RO stat.ME stat.ML
Inference on the mode of weak directional signals: a Le Cam perspective on hypothesis testing near singularities
我们重新审视,在一个原始的和具有挑战性的角度来看,测试的原假设,方向信号的模式等于一个给定的值的问题。出于一个真实的数据的例子,信号是弱的,我们考虑这个问题的渐近情况下,信号强度以任意速率~ $η_n$为零。无论是在零和替代,我们专注于旋转对称分布。我们表明,虽然他们是渐近等价的固定信号强度下,经典的沃尔德和沃森测试表现出非常不同的(零和非零)的行为时,信号变得任意弱。为了充分表征如何具有挑战性的问题是作为一个功能的~ $η_n$,我们采用了乐凸轮,收敛的实验,观点,并表明所产生的限制实验至关重要地依赖于~ $η_n$。根据这些结果,沃森测试被证明是\emph{adaptively}率一致的,基本上自适应Le Cam最优。在整个过程中,我们的理论研究结果说明通过蒙特卡洛模拟。我们的研究结果的实际相关性也显示在激励本工作的真实数据的例子。
2016-03-23 math.ST stat.TH
Methodological considerations for semialgebraic hypothesis testing with incomplete U-statistics
本文评估了Sturma等人提出的半代数假设检验随机方法在系统发育学模型中的实际表现,并总结了有效应用中需注意的若干方法论问题。
2025-07-17 q-bio.PE stat.ME
Hypothesis Testing for High-Dimensional Matrix-Valued Data
针对高维矩阵值数据均值假设检验中传统最小偏差检验的维度局限,提出适配高维的新型检验统计量与稀疏SVD估计器,经理论分析、模拟及视频数据案例验证了实用性。
2024-12-10 math.ST stat.ME stat.ML
Minimax Goodness-of-Fit Testing in Ill-Posed Inverse Problems with Partially Unknown Operators
我们考虑一个高斯序列模型,其中包含不适定的反问题作为特殊情况。我们假设相关算子的奇异函数是已知的,相应的奇异值是未知的,但与高斯噪声的意义上是部分未知的。对于所考虑的模型,我们研究了极大极小拟合优度检验问题。在平方可和实数序列空间中的某些椭球上,去掉一个正半径的球,我们得到了非渐近框架中极大极小分离半径的上界,即,对于所涉及的噪声水平的固定值。温和和严重不适定的反问题的例子与椭球的普通光滑和超光滑序列的详细检查和极小极大率的拟合优度测试得到说明的目的。
2015-06-19 math.ST stat.TH
Nearly Unstable Integer-Valued ARCH Process and Unit Root Testing
本文提出了一种用于处理计数型时间序列数据的近似不稳定整数值自回归条件异方差(NU-INSIDATE)过程。证明了具有Skorohod拓扑的NU-INDUSTRY过程的适当正规化弱收敛于Cox-Ingersoll-Ross扩散。相关参数的条件最小二乘估计的渐近分布被建立为某些随机积分的泛函。基于蒙特卡罗模拟的数值实验验证了有限样本下的渐近分布的行为。这些模拟表明,几乎不稳定的方法提供了令人满意的和更好的结果比那些基于平稳性假设,即使当真正的过程是不接近非平稳。提出了一种单位根检验方法,并通过蒙特卡罗模拟检验了其第一类错误和功效。举例而言,建议的方法适用于英国每日因COVID-19死亡的人数。
2021-07-16 math.PR math.ST stat.ME
On the expected runtime of multiple testing algorithms with bounded error
考虑在所有假设的p值未知的情况下测试多个假设,因此必须使用Monte Carlo模拟进行近似。在文献中发表的一类算法,这种情况下,通过计算所有近似p值的置信度声明,提供了保证其测试结果的正确性。本文主要关注这类算法的预期运行时间,并推导出各种有限和无限的预期运行时间结果。
2020-06-12 math.ST stat.TH
Small-sample one-sided testing in extreme value regression models
本文导出了一般极值回归模型的调整符号似然比统计量。调整减少了标准正态近似值对带符号似然比统计量分布的误差。我们使用Monte Carlo模拟来比较不同测试的有限样本性能。我们的模拟表明,有符号的似然比检验往往是自由的样本量时,并在缩小尺寸失真的调整是有效的。两个实际数据的应用程序,并进行了讨论。
2014-05-23 math.ST stat.ME stat.TH
Monte Carlo goodness-of-fit tests for degree corrected and related stochastic blockmodels
本研究针对网络数据的多种随机块模型变体,结合块成员估计器与代数统计工具构建有限样本拟合优度检验方法,该方法可推广至离散数据对数线性有限混合模型,为首例代数统计在潜变量模型中的应用。
2024-03-06 math.ST stat.ME stat.TH
Feature detection and hypothesis testing for extremely noisy nanoparticle images using topological data analysis
我们提出了一个灵活的算法,用于特征检测和假设检验的图像具有超低的信噪比使用立方持续同源。我们的主要应用是在透射电子显微镜(TEM)的原子柱和其他功能的识别。立方持续同源性被用来确定局部极小值和它们的大小在子区域的纳米颗粒视频的帧,这是假设对应于相关的原子特征。我们比较我们的算法的性能,其他采用的方法检测列和它们的强度。此外,蒙特卡罗拟合优度测试使用来自平滑图像(从驻留在图像的真空区域中的像素生成)的持久性图的实值摘要开发和使用,以确定是否由我们的算法生成的建议的原子特征是由于噪声。使用从生成的持久性图导出的这些总结,可以产生纳米颗粒视频的单变量时间序列,从而提供用于评估流动行为的手段。对相同假设的多个蒙特卡罗检验的错误发现率的保证也成立。
2023-01-18 eess.IV stat.AP
A general Monte Carlo method for multivariate goodness-of-fit testing applied to elliptical families
本文介绍了一种构造多元拟合优度检验的一般且相对简单的方法。所提出的检验适用于椭圆分布。该方法是基于概率分布通过其特征函数的表征。研究了新的检验统计量的相合性及其它极限性质。此外,在模拟研究中,建议的测试进行了比较,与早期以及最近的竞争对手。
2022-06-18 stat.ME
Hypothesis testing for Markov chain Monte Carlo
假设之间的测试,当独立抽样是可能的,是一个发展良好的主题。在本文中,我们提出了假设检验,适用于样本时,使用马尔可夫链蒙特卡罗。当人们有兴趣决定某个量的期望值是高于还是低于给定的阈值时,这些测试是有用的。我们证明了三种类型的测试,一个固定的样本量测试,一个顺序测试与无差异区域,和一个顺序测试无差异区域的非渐近误差界和上界的期望样本数。我们的测试可以显著节省样本量。我们说明了我们的结果贝叶斯参数推断的一个例子,涉及一个生化途径的ODE模型。
2015-08-13 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
Consistent testing for a constant copula under strong mixing based on the tapered block multiplier technique
考虑到多元强混合时间序列,非参数检验的常数copula指定或未指定的变化点(候选人)的推导,测试是一致的对一般的替代品。本文提出了一种基于乘子随机变量序列相关的锥形区组乘子技术来估计检验统计量的p值。在有限样本的测试的大小和功率进行评估与Monte Carlo模拟。块乘法器技术可能有几个其他的应用程序的统计推断copula的串行相关的数据。
2012-06-08 math.ST stat.TH
Exact testing with random permutations
当置换方法在实践中使用时,通常使用有限数量的随机置换来减少计算负担。然而,大多数理论文献假设使用整个置换群,并且基于随机置换的方法往往被视为近似的。存在着非常有限的文献量的精确测试与随机排列,直到最近才彻底证明的准确性。在本文中,我们提供了另一种证明,视测试为“条件蒙特卡罗测试”,因为它已被称为在文献中。我们还提供了结果的扩展。重要的是,我们的结果可以用来证明基于随机排列的各种多重测试程序的属性。
2018-08-17 math.ST stat.TH
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
Hypothesis testing for markovian models with random time observations
本文的目的是提出一种方法来检验一般假设在马尔可夫设置随机抽样。在随机时间间隔$τ$ k处观察到离散马尔可夫链X,假设其为具有未知分布$μ$的iid。两个测试程序进行了研究。第一个是专门测试的马尔可夫链X的转移阵P是否满足特定的仿射约束,涵盖了广泛的情况,如对称性或稀疏性。第二个过程是对分布$μ$的拟合优度检验,即使没有观察到时间间隔,在温和的假设下也显示出一致性。理论结果支持的Monte Carlo模拟研究,以显示所提出的方法对特定的数值例子的性能和鲁棒性。
2015-05-22 math.ST stat.TH
Edgeworth expansions in sphericity testing under high-dimensional two-step monotone incomplete data and their computable error bounds
Tokyo University of Science(东京大学);Meisei University(明海大学);RIKEN Center for Brain Science(理化学研究所脑科学中心)
本文研究高维两步单调不完全数据下的一样本球性检验,推导了似然比检验统计量的Edgeworth展开并获得可计算的误差界,通过蒙特卡洛模拟验证了其优于现有渐近展开的精度。
2026-09-09 math.ST stat.TH
Unit Testing for MCMC and other Monte Carlo Methods
我们提出的方法来测试实现马尔可夫链蒙特卡罗方法以及一般的蒙特卡罗方法。基于统计假设测试,这些方法可以用于单元测试框架中,例如,检查吉布斯采样器或可逆跳跃MCMC中的各个步骤是否具有所需的不变分布。讨论了判定给定马尔可夫链是否具有指定不变分布的两个精确检验。蒙特卡罗方法的这些和其他测试可以嵌入到顺序方法中,如果模拟显示出期望的行为,则允许低预期工作量,如果不显示期望的行为,则允许高功率。此外,错误拒绝概率可以保持任意低。对于一般的蒙特卡罗方法,这允许测试,例如,如果采样器具有指定的分布,或者如果采样器产生具有期望均值的样本。该方法已在R-软件包MCUnit中实现。
2021-09-19 stat.CO stat.ME
Sequential Monte-Carlo testing by betting
提出随时有效的序贯蒙特卡洛检验方法,利用新赌博策略构建检验鞅,支持任意时刻停止且保持优异功效。
2024-12-11 stat.ME
MMCTest - A Safe Algorithm for Implementing Multiple Monte Carlo Tests
考虑使用只能通过模拟评估的测试来测试多个假设,例如排列测试或自助测试。本文介绍了MMCTest,一种顺序算法,它以任意高的概率给出与适用于理想p值的特定多重检验程序相同的分类。该方法可以与一类多重检验程序一起使用,其中包括Benjamini & Hochberg错误发现率(FDR)程序和控制Familywise错误率的Bonferroni校正。该算法的一个关键特征是,它停止对所有已经被决定为被拒绝或未被拒绝的假设进行采样。MMCTest可以在任何阶段中断,然后返回三组假设:拒绝的,未拒绝的和未决定的假设。由实际生物数据激发的模拟研究表明,MMCTest在实践中是可用的,尽管有额外的保证,它可以比其他方法更有效的计算。
2014-02-12 stat.ME
Testing for equality between two transformations of random variables
考虑被两个未知变换污染的两个随机变量。本文的目的是测试这些转换的平等性。区分两种情况:第一,两个随机变量具有已知的分布。第二,它们是未知的,但在污染之前被观察到。本文提出了一种基于经验累积分布函数的非参数检验统计量。进行蒙特卡罗研究以分析检验的水平和功效。通过一个真实的数据集的说明。
2011-10-31 stat.ME
A robust approach for testing parameter change in Poisson autoregressive models
参数变化检验一直是时间序列分析中的一个重要问题。在整数值时间序列领域中也积极地探索了这个问题,但是在异常值存在的情况下的测试还没有被广泛地研究。本文研究了Poisson自回归模型中参数变化的检验问题,特别是当观测值被异常值污染时。为了减少异常值对检验过程的影响,我们提出了一种基于Basu等人(Biometrika,1998)提出的密度幂散度的检验方法,并推导了其极限零分布。蒙特卡罗模拟结果表明了该方法的有效性和较强的鲁棒性。
2019-08-29 stat.ME
Robust Bayesian inference for nondestructive one-shot device testing data under competing risk using Hamiltonian Monte Carlo method
本文针对竞争风险下非破坏性一次性设备测试数据,提出基于密度幂散度的稳健贝叶斯估计与贝叶斯因子检验方法,并用哈密顿蒙特卡洛和影响函数验证其稳健性。
2025-02-10 math.ST stat.ME stat.TH
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 for breaks in variance structures with smooth changes
研究了平滑时变方差结构下的方差突变检测问题。值得强调的是,测试的基础上(分段)恒定规格的方差是不能区分平滑的非恒定方差和突变的情况下,存在。因此,提出了一种新的检测方差突变的方法,同时考虑到方差的平滑变化。通过蒙特卡罗实验研究了本文所介绍的检验的有限样本性质。使用美国宏观经济数据说明了理论输出。
2017-07-21 stat.ME
Monte Carlo testing: non-asymptotic guarantees without joint exchangeability
University of Chicago(芝加哥大学);Carnegie Mellon University(卡内基梅隆大学)
研究假设检验中蒙特卡罗检验问题,针对常见计算程序不足,给出有限样本保证。条件是观测数据和副本在给定潜在变量下条件独立同分布,对任意统计量和副本数成立,解释有限样本振荡行为,还为其他推断问题提供见解。
2026-07-28 math.ST stat.ME stat.TH
A Monte Carlo comparison of categorical tests of independence
$X^2$和$G^2$检验是检验两个分类变量独立性的最常用检验。然而,据我们所知,没有人对它们进行过广泛的比较,并最终回答了使用哪种方法以及何时使用的问题。此外,它们在零频率的情况下的适用性已被辩论和(非参数)排列测试建议。在这项工作中,我们进行了广泛的蒙特卡罗模拟研究,试图回答上述两点。正如预期,在大样本量病例($>1,000$)中,$X^2$和$G^2$无法区分。然而,在小样本量的情况下($\leq 1,000$),我们提供了强有力的证据,支持使用$X^2$测试,无论零频率的情况下,无条件的独立性。此外,我们建议使用的置换为基础的$G^2$测试条件的独立性,在计算上更昂贵的成本。$G^2$试验表现出较差的性能,应限制其使用。
2020-04-02 stat.ME stat.OT
Granger Causality Testing in High-Dimensional VARs: a Post-Double-Selection Procedure
基于惩罚最小二乘估计,提出了高维VAR模型中Granger因果关系的LM检验方法。为了获得一个测试保留适当的大小后,变量的选择所做的套索,我们提出了一个双重选择后的程序,部分的滋扰变量的影响,并建立其一致的渐近有效性。我们进行了一组广泛的蒙特卡罗模拟,结果表明我们的测试在不同的数据生成过程中表现良好,即使没有稀疏性。我们应用我们的测试程序,以找到网络的波动性溢出,我们发现的证据表明,因果关系变得更加清晰,在高维相比,标准的低维VAR。
2020-12-04 econ.EM 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
Testing for change in mean of heteroskedastic time series
本文考虑了一种拉格朗日乘数型检验(LM),用于检测具有未知形式异方差的时间序列的均值变化。我们得到了极限分布下的零,并证明了一致性的测试对替代的突然或平滑的变化的意思。我们还进行了一些蒙特卡罗模拟来分析的大小失真和功率的建议测试。我们得出的结论是,对于中等样本量,该测试具有良好的性能。最后,我们使用标准普尔500指数的每日收盘水平进行了实证应用,以说明所提出的测试的有用性。
2011-02-26 q-fin.ST stat.ME
Testing Homogeneity for Normal Mixture Models: Variational Bayes Approach
正态混合物的齐性检验在不同的研究领域都有应用,但由于原假设的参数集对应于参数空间中的奇点,因此构建齐性检验理论具有挑战性。在本文中,我们从一个新的角度来研究这个问题,并提供了一个理论的假设检验的基础上变分贝叶斯框架的同质性。在传统的理论中,自由能的常阶项一直是未知的,然而,我们澄清了它的渐近行为,因为它是必要的,以构建一个假设检验。数值实验验证了理论结果的正确性。
2019-12-15 math.ST stat.ME stat.TH
More Efficient Exact Group-Invariance Testing: using a Representative Subgroup
基于排列、旋转或符号翻转的非参数检验是组不变性检验的示例。这些测试测试在代数意义上具有组结构的一组变换下零分布的不变性。这样的组通常是巨大的,这使得使用整个组进行测试在计算上是不可行的。因此,标准做法是使用从组中随机抽样的一组转换进行测试。该随机样本仍然需要是大量的以获得良好的功效和可重复性。我们通过使用精心设计的转换子组而不是随机样本来改进此标准实践。由此产生的子群不变性测试仍然是精确的,因为在一个组下的不变性意味着在它的子群下的不变性。我们在一个广义的位置模型中说明了这一点,并基于相同数量的转换获得了更强大的测试。特别是,我们表明,一个子群不变性测试是一致的,比测试的基础上的一个随机样本的信噪比较低。对于一个特殊的情况下,正常的位置模型和一个特定的设计的子群,我们表明,电源的改善是等效的蒙特卡罗$Z$ -测试和蒙特卡罗$t$ -测试之间的功率差。
2022-11-22 math.ST stat.ME stat.TH