Directional testing for one-way MANOVA in divergent dimensions
Guangdong University of Finance and Economics(广东财经大学);University of Verona(维罗纳大学);University of Padova(帕多瓦大学)
本文提出了一种在高维情况下检验多组均向量相等性的方向性检验方法,适用于不同协方差矩阵的情况,并通过实验验证其有效性。
2026-01-10 math.ST stat.TH
Many-sample tests for the equality and the proportionality hypotheses between large covariance matrices
针对大量高维协方差矩阵,本文提出相等性与比例性假设的多样本检验,证明其渐近正态性,并应用于 Kronecker 乘积协方差设定及基因组与小鼠衰老数据。
2024-09-10 math.ST stat.TH
Method of Moments Estimation of High-Dimensional Covariance Using a Parametric Model
Stanford University(斯坦福大学);Cornell University(康奈尔大学)
该研究提出基于参数模型的高维协方差矩估计方法,在定量遗传学中实现为mlmm-mom包,可适配多种常见实验设计以估计遗传协方差分量。
2026-08-04 math.ST stat.ME stat.TH
Detecting relevant differences in the covariance operators of functional time series -- a sup-norm approach
在本文中,我们提出了统计推断工具的协方差算子的功能时间序列在两个样本和变点问题。与大多数文献相反,我们的方法的重点不是检验协方差算子的精确相等的原假设。相反,我们建议制定他们的形式,“运营商之间的距离是小的”,在那里我们测量偏差的超规范的零假设。我们为这些类型的假设提供了强大的自举检验,研究它们的渐近性质,并通过模拟研究研究它们的有限样本性质。
2020-06-12 math.ST stat.TH
Eigenvalue distributions of variance components estimators in high-dimensional random effects models
研究了多元随机效应模型中方差分量协方差阵的MANOVA估计的谱。当观测的维数是大的,每个随机效应的实现的数量相比,我们表明,这种估计的经验谱是很好的近似确定性的法律。这些法律的斯蒂尔切斯变换的特点是固定点方程组,这是一个简单的迭代过程数值求解。我们的证明使用算子值自由概率论,我们建立了一个一般的渐近自由的结果,家庭的矩形正交不变的随机矩阵,这是独立的利益。我们的工作的动机是在数量遗传学中的多个表型性状之间的协方差分量的估计,我们专门我们的结果,以共同的试验设计,在这个应用程序中出现。
2017-11-01 math.PR math.ST stat.TH
Distribution of the largest root of a matrix for Roy's test in multivariate analysis of variance
令${\bf X, Y} $表示两个独立的实高斯矩阵$\mathsf{p} \times \mathsf{m}$和$\mathsf{p} \times \mathsf{n}$,其中$\mathsf{m}, \mathsf{n} \geq \mathsf{p}$均由零均值i.i.d.构成。具有共同协方差的列。在多元方差分析(MANOVA)中使用的Roy最大根准则是基于${\bf{(A+B)}}^{-1} \bf{B}$的最大特征值$Θ_1$的统计量,其中${\bf A =X X}^T$和${\bf B =Y Y}^T$是独立的中心Wishart矩阵。我们导出了$Θ_1$的精确分布的一个新的表达式和有效的递归公式。该表达式可以很容易地计算,即使是大参数,消除了需要预先计算表的应用罗伊的测试。
2017-04-02 math.ST stat.TH
On the Power of Invariant Tests for Hypotheses on a Covariance Matrix
自相关检验的幂函数的行为,如时间序列回归中的Durbin-Watson检验或空间回归模型中的Cliff-Ord检验,已在文献中进行了深入研究。当相关性变得很强时,Krämer(1985)(对于Durbin-Watson检验)和Krämer(2005)(对于Cliff-Ord检验)已经表明,在某些情况下,功效可以非常低,实际上可以收敛到零。受这些结果的启发,Martellosio(2010)开始建立一个解释这些发现的一般理论。不幸的是,Martellosio(2010)没有实现这一目标,因为他的结果和证明的很大一部分存在严重的缺陷。本文现在在一个相当一般的框架中建立了Martellosio(2010)所设想的理论,涵盖了线性回归模型中干扰协方差阵假设的一般不变检验。一般的结果,然后专门测试空间相关性和自相关测试时间序列回归模型。我们还描述了零假设和备择假设无法通过不变检验区分的情况。
2015-01-22 math.ST stat.ME stat.TH
On the Domain of Attraction of a Tracy-Widom Law with Applications to Testing Multiple Largest Roots
最大根统计量在多个多元分析设置中作为检验统计量出现。假设存在由不同的独立子零假设组成的全局原假设,并且假设最大根统计量用作每个子原假设的检验统计量。当对协方差阵的相等性进行一批MANOVA或几批成对检验时,可能会出现这样的问题。使用联合交叉测试的方法,并让问题的尺寸趋于无穷快于批量的数量,我们表明,全球零可以使用Gumbel分布来近似的临界值进行测试。虽然理论结果是渐近的,模拟研究表明,即使是小到中等尺寸的近似是非常好的。结果是通用的,可以应用于任何使用最大根统计量的设置,而不仅仅是我们用于说明目的的两种方法。
2015-10-29 math.ST stat.TH
Testing linear hypotheses in high-dimensional regressions
对于多元线性模型,Wilk的似然比检验(LRT)构成了基石工具之一。然而,在零或替代下的分位数的计算需要复杂的解析近似,更重要的是,这些分布近似仅适用于因变量的中等维度,例如$p\le 20$。另一方面,假设数据维度$p$以及回归变量的数量$q$是固定的,而样本量$n$增长,在文献中提出了几个渐近近似Wilk的$\bLa$,包括广泛使用的卡方近似。在本文中,我们认为必要的修改威尔克的测试在一个高维的背景下,特别是假设一个高的数据维度$p$和大样本量$n$。基于最近的随机矩阵理论,我们提出的修正Wilk的测试是渐近高斯下的零和模拟表明,校正的LRT具有非常令人满意的大小和功率,肯定在大$p$和大$n$的上下文中,而且对于中等大的数据尺寸,如$p=30$或$p=50$。作为一个副产品,我们给出了一个原因,解释为什么标准卡方近似失败的高维数据。我们还介绍了一个新的程序,经典的多样本显著性检验MANOVA这是有效的高维数据。
2012-06-05 math.ST stat.ME stat.TH
Many-sample tests for the dimensionality hypothesis for large covariance matrices among groups
Lingnan University(岭南大学);The University of Hong Kong(香港大学);The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳))
本文提出了一种用于检验组间大协方差矩阵维度的多样本检验方法,并通过实验验证了其有效性。
2026-02-13 math.ST stat.TH
The relative effects of dimensionality and multiplicity of hypotheses on the F-test in linear regression
最近,几位作者在“大p,大n”框架中重新研究了经典F检验在线性回归中的功效(参见:Zhong和Chen(2011),Wang和Cui(2013))。他们强调了随着回归量p相对于样本量n的增加而损失的功效。这些论文基本上只关注所有p斜率系数等于零的原假设的总体检验。在这里,我们考虑在(p+1)维回归参数向量上检验q个线性假设的一般情况,该向量包括p个斜率系数和一个截距参数。在高斯设计的情况下,我们描述了局部渐近幂函数的依赖性的参数p的相对数量和数量的假设q进行测试,表明维数的负面影响是不太严重,如果假设的数量是小的。利用Srivastava和Vershynin(2013)关于高维样本协方差阵的最新工作,我们也能够基本上推广非高斯回归的先前结果。
2016-11-07 math.ST stat.TH
Wald tests of singular hypotheses
受因子分析中四元约束检验问题的启发,本文研究了Wald统计量在被检验约束梯度为零的参数点处的大样本分布。当基于渐近正态估计量时,Wald统计量收敛于正态随机向量的有理函数。有理函数由一个齐次多项式和一个协方差阵确定。对于二次型和二元单项式的任意程度,我们显示出意想不到的关系,χ 2分布,解释保守的行为,某些沃尔德测试。对于一般单式,我们提出一个猜想,根据这个猜想,相依正态随机变量的倒数中的某个二次型的倒数是卡方分布的。
2016-01-15 math.ST stat.TH
Asymptotic distributions of four linear hypotheses test statistics under generalized spiked model
College of Sciences, Northeastern University(东北大学理学院);School of Mathematics and Statistics, Northeast Normal University(东北师范大学数学与统计学院);School of Mathematics and Statistics, Guangdong University of Foreign Studies(广东外语外贸大学数学与统计学院)
该研究建立大维广义尖峰样本协方差矩阵线性谱统计量的中心极限定理,推导四种线性假设检验统计量的渐近分布,用泰勒展开逼近围道积分,给出三种检验的渐近功效并与Roy最大根检验对比,经数值模拟验证了逼近准确性。
2025-10-05 math.ST stat.TH
Testing Multiple Inequality Hypotheses : A Smoothed Indicator Approach
本文提出了一类检验多重不等式的负部和统计量指标的原点光滑逼近器。从而避免了对模拟或自举以获得测试临界值的需要。一个简单的过程是启用使用固定的临界值。检验结果表明,具有正确的渐近大小的一致意义上的上确界有限样本拒绝概率零限制的数据分布趋于渐近名义显著性水平。这适用于弱假设,允许估计协方差奇异性。该测试是无偏的一个广泛的类的本地替代品。一个新的定理建立了测试是局部最强大的方向。所提出的程序进行了比较,占主导地位的现有测试的结构,理论和模拟。
2012-06-26 math.ST stat.ME stat.TH
CLT for large dimensional general Fisher matrices and its applications in high-dimensional data analysis
随机Fisher矩阵在多元统计分析中自然出现,了解其特征值的性质对于许多假设检验问题至关重要,例如检验两个多元总体协方差阵之间的相等性,或检验多元随机向量的子组之间的独立性。本文研究了当总体维数与样本量成比例大时,高维Fisher矩阵的性质。现有的Fisher矩阵的研究大多是针对一类特殊的Fisher矩阵,即总体具有独立同分布分量,使得总体协方差阵都是恒等的。本文考虑了具有任意总体协方差阵的一般Fisher矩阵。本文的第一个主要结果建立了Fisher矩阵的特征值的极限分布,而在第二个主要结果中,我们提供了一个中心极限定理的广泛的一类泛函的特征值。这些结果的一些应用也提出了高维协方差阵的假设检验。
2014-05-08 math.ST stat.TH
Integral curves of noisy vector fields and statistical problems in diffusion tensor imaging: nonparametric kernel estimation and hypotheses testing
设$v$是有界开集$G\subset {\mathbb {R}}^d$中的向量场.假设$v$在$G.$中独立且均匀分布的随机点$X_i, i=1,...,n,$处被观察到具有随机噪声。问题是估计从给定点$x(0)=x_0\in G$开始的微分方程\[\frac{dx(t)}{dt}=v(x(t)),\qquad t\geq 0,x(0)=x_0\in G,\]的积分曲线,并对积分曲线达到指定集合$Γ\subset G.$的假设进行统计检验。Watson型核回归估计,证明了估计的积分曲线的渐近正态性,并导出了极限高斯过程的均值和协方差函数的微分和积分方程。这提供了一种不仅跟踪积分曲线,而且跟踪其估计的协方差矩阵的方法。我们还研究了从积分曲线到足够光滑曲面$Γ\subset G$的平方最小距离的渐近分布。在此基础上,我们开发的假设,积分曲线达到$Γ$的测试程序。这种性质的问题是感兴趣的扩散张量成像,脑成像技术的基础上测量的扩散张量在离散位置在大脑白质,其中水分子的扩散是典型的各向异性。扩散张量数据用于估计扩散的主导方向,并从这些方向之后的初始位置跟踪白质纤维。我们的方法带来了更严格的统计工具来分析这个问题,特别是假设检验程序,可能是有用的轴突连接的白质的研究。
2007-10-18 math.ST stat.TH
On nonparametric and semiparametric testing for multivariate linear time series
我们制定了非参数和半参数假设检验的多元平稳线性时间序列在一个统一的方式,并提出了新的检验统计量的基础上估计的谱密度矩阵。这些检验统计量在原假设下的极限分布始终是正态分布,并且可以很容易地实现以供实际使用。如果零假设为假,则随着样本量趋于无穷大,零假设也趋于无穷大,因此对于任何替代方案都是相合检验。该方法适用于各种零假设,如分量序列之间的独立性、分量序列的自协方差函数或自相关函数的相等性、协方差阵函数的可分性和时间可逆性等。此外,具有非线性约束(如两个序列之间的条件独立性)的原假设可以以相同的方式进行测试。
2009-09-02 math.ST stat.TH
Maximal Invariants Over Symmetric Cones
本文考虑一类Wishart分布族的假设检验问题,其中样本空间和参数空间均为对称锥。对于这类检验问题,我们首先导出了广义Wishart分布有序特征值的联合密度,并提出了一个类似于经典多元统计的检验统计量,用于检验协方差阵的同方差性.在这个推广的巴特利特的测试的平等的方差假设真正的,复杂的,四元数,洛伦兹和八元数类型的协方差结构。
2012-01-02 math.PR math.ST stat.TH
Two-Sample Covariance Inference in High-Dimensional Elliptical Models
本文针对高维椭圆模型提出一种基于平方 Frobenius 范数 U 统计量的双样本协方差矩阵检验,建立了原假设与备择假设下均成立的中心极限定理,首次为椭圆数据提供理论保证,且无需稀疏性或维数增长条件。
2025-07-03 math.PR math.ST stat.TH
Admissibility of Adaptive Monotone Step-Down Multiple Testing Procedures Under Arbitrary Covariance Dependence
Texas A&M University(德克萨斯农工大学);Indian Statistical Institute(印度统计研究所)
针对任意协方差依赖下多元正态均值的同步检验问题,建立了一类基于残差的自适应单调逐步下降多重检验程序的可容许性定理,证明其关于向量值损失函数是可容许的。
2026-05-28 math.ST stat.TH
Statistical eigen-inference from large Wishart matrices
我们考虑的设置,其中的观察是从一个零均值的多元(实或复)正态分布与人口协方差阵具有任意多重特征值。我们假设总体协方差阵的特征向量是未知的,并且专注于仅基于样本特征值的推断过程(即,“特征推断”)。文献中的结果建立了样本协方差阵的幂迹波动的渐近正态性。我们开发具体的算法,分析计算的极限量和波动的协方差。我们利用样本协方差阵的幂迹的渐近正态性来开发基于特征值的检验和估计程序。具体而言,我们制定了一个简单的测试的假设的人口特征值和技术,用于估计人口特征值的设置中的累积分布函数的(非随机)人口特征值具有阶梯结构。蒙特卡罗模拟被用来证明所提出的方法的优越性,在高维,(相对)小的样本量设置的经典技术和鲁棒性的建议的技术。改进的性能结果的事实,即建议的推理程序是“全球性的”(在某种意义上,我们描述),并利用“全球性”的信息,从而克服固有的偏见,削弱经典的推理程序是“本地”,并依赖于“本地”的信息。
2009-01-21 math.ST stat.TH
Large-scale Multiple Testing of Cross-covariance Functions with Applications to Functional Network Models
本文将函数协方差模型估计转化为交叉协方差函数的大规模多重检验问题,提出无需调节参数的新程序,并在一般误差污染框架下证明其渐近错误发现控制,成功应用于函数图模型和脑连接分析。
2024-09-04 math.ST stat.ME stat.TH
Unified theory of testing relevant hypotheses in functional time series
Tsinghua University(清华大学);Shanghai University of Finance and Economics(上海财经大学)
提出一个统一框架,通过B样条估计和自归一化构造无 nuisance 参数的检验,在任意采样方案下检测单样本、两样本和变点问题,并证明在稀疏到密集相变下仍保持 n^{-1/2} 的检测率。
2026-05-29 math.ST stat.ME stat.TH
A New Step-down Procedure for Simultaneous Hypothesis Testing Under Dependence
本文考虑了当单个检验统计量不一定独立时的假设的同时检验问题。具体地说,我们考虑的问题,同时测试点零假设对双边的替代品的平均参数的正态分布随机变量。我们假设有条件地给定均值向量,这些随机变量共同遵循具有已知但任意的协方差阵的多元正态分布。我们考虑一个贝叶斯框架,其中每个未知的平均参数是通过两个组件的“尖峰和平板”混合先验建模。这样,无条件地,检验统计量共同具有多元正态分布的混合。利用检验统计量之间的相关性,提出了一种新的检验方法。这个过程足够通用,可以应用于非正态数据。一个决策理论的理由,有利于所提出的测试程序已被证明,不像许多传统的p值为基础的逐步程序,这种新方法具有一定的“凸属性”,这使得它允许相对于一个向量风险函数,捕捉风险的个人测试问题。提出的检验统计量的另一种表示也已建立,从而大大简化了计算复杂性。它表明,通过广泛的模拟,对于各种形式的依赖和广泛的稀疏性水平,所提出的测试程序相比,相当有利的几个现有的多个测试程序在文献中提供的整体误分类概率。
2018-07-15 math.ST stat.TH
Optimal Sparsity Testing in Linear regression Model
研究了高维线性回归模型的稀疏性检验问题。问题是测试回归参数$θ^*$的非零分量(也称为稀疏度)的数量是否小于或等于$k_0$。我们查明了这个问题的最小最大分离距离,这相当于量化$k_1$稀疏向量$θ^*$有多远必须从一组$k_0$稀疏向量,以便测试能够拒绝原假设具有高概率。考虑了两种情况。在独立情景中,协变量为i.i.d.。正态分布,噪声水平已知。在一般情况下,协变量的协方差阵和噪声水平都是未知的。虽然在这两种情况下的极大极小分离距离不同,但它们实际上都取决于$k_0$和$k_1$,说明对于这种复合测试问题,空值和备择假设的大小都起着关键作用。
2020-04-23 math.ST stat.TH
Goodness-of-fit Testing in Linear Regression Models
模型检验在线性回归中起着重要的作用,因为模型误设定严重影响了回归分析的有效性和效率。在实践中,模型检查通常通过主观评估模型残差的图来执行。该方法通过从模型的残差构造随机过程来实现,然而由于非常复杂的协方差函数,获得检验统计量的精确分布是困难的。已经提出了几种解决方案来克服这一点,但是基于模拟和自举的方法仅渐近有效,并且可以在有限的样本量下产生具有不适当大小的测试。因此,我们建议使用置换估计零分布。我们表明,在一些温和的假设下,同方差的随机误差,这会产生相合检验下的零和备择假设。小样本性质的建议测试进行了研究,在广泛的Monte Carlo模拟研究,它表明,建议的测试达到正确的大小,即使有强烈的非正态随机误差和一个非常小的样本量,同时作为其他可用的替代品一样强大。最后给出了一些实际数据的例子。
2019-11-18 math.ST stat.TH
On large-sample estimation and testing via quadratic inference functions for correlated data
Hansen(1982)提出了一类“广义矩量法”(Gestivalized Method of Moments,Gestival),用于从一组评分函数中估计回归参数向量。Hansen证明了在一定的正则性条件下,基于Gynecology的估计量是相合的、渐近正态的和渐近有效的。在广义估计方程的框架下,扩展的原则,隐式地估计潜在的相关性结构,导致“二次推理函数”(QIF)的相关数据的分析。本研究的主要目的是:(1)为定义推理函数的扩展得分函数集建立一个合适的估计协方差阵:(2)为QIF建立一个统一的大样本理论框架;(三)推导出QIF检验统计量的一般化,用于涉及相关数据的一般线性假设问题,同时在零和局部备择假设;(4)提出了一种迭代加权广义最小二乘算法的推理QIF框架;(5)调查的基础矩阵的效果,定义了一组扩展的评分函数,通过Monte Carlo模拟实验的大小和功率的QIF测试。
2006-01-08 math.ST stat.TH
Non-asymptotic two-sample kernel testing with the spectrally truncated normalized MMD
Nantes Université(南特大学);Laboratoire de Mathématiques Jean Leray, LMJL(让·勒雷数学实验室);Ecole Normale Supérieure de Lyon(里昂高等师范学院);Université Claude Bernard Lyon 1(里昂第一大学);Laboratoire de Biologie et Modélisation de la Cellule(细胞生物学与建模实验室);CEREMADE, CNRS, Université Paris-Dauphine(巴黎道芬大学数学与计算机科学研究与应用中心);Université PSL(巴黎文理研究大学);Université Paris-Saclay(巴黎萨克雷大学);Inria, LMO(法国国家信息与自动化研究所,数学与优化实验室)
本文研究了两样本核检验问题,提出归一化MMD作为检验统计量,通过谱截断归一化MMD推导非渐近上界,并提出数据自适应估计器和超参数调优算法。
2026-04-08 math.ST stat.ME stat.TH
Tests for the weights of the global minimum variance portfolio in a high-dimensional setting
本文在高维设定下基于样本估计量和收缩估计量构建了全局最小方差投资组合权重的两个检验,推导其渐近分布,并通过模拟表明收缩估计量检验在 c 接近 1 时仍表现良好。
2019-07-01 math.ST q-fin.ST stat.TH