E-values: Calibration, combination, and applications
对单个假设的多重检验和对多个假设的检验通常以p值的形式进行。在本文中,我们将p值替换为它们的自然竞争者e值,e值与投注、贝叶斯因子和似然比密切相关。我们证明了e值在数学上往往更容易处理;特别是,在单个假设的多个测试中,e值可以简单地通过平均来合并。这使我们能够开发有效的程序,使用e值来测试多个假设。
2020-09-19 math.ST stat.TH
Axioms for validity: e-values, p-values and data-dependent levels
Erasmus University Rotterdam(鹿特丹伊拉斯姆斯大学)
本文通过三个公理证明第一类错误到数据依赖水平的扩展是唯一的,并以此支持E-value的常用定义。
2026-10-06 math.ST stat.TH
Testing in the Presence of Nuisance Parameters: Some Comments on Tests Post-Model-Selection and Random Critical Values
我们指出,在计量经济学文献中最近提出的一些检验后模型选择(以及其他一些检验问题)的检验程序的基本思想在统计学文献中已经存在了相当长的一段时间。我们还锐化了统计文献中的一些结果。此外,我们表明,一些直观的吸引力的测试程序,已经发现自己的方式进入计量经济学文献,导致测试不具有理想的大小属性,甚至不是渐近的。
2014-05-28 math.ST stat.TH
How e-values generalize hypothesis testing: a Neyman-Pearson lemma for the e-value
Econometric Institute, Erasmus University Rotterdam(计量经济学研究所,伊拉斯姆斯大学鹿特丹)
该研究构建统一决策论框架,将e值视为假设检验的多决策推广,推导了e值的Neyman-Pearson引理,还得到无假设的复合零假设经典Neyman-Pearson引理,明确了e值与经典假设检验的关系。
2026-07-29 math.ST stat.TH
Testing for parameter change in general integer-valued time series
研究一类离散值时间序列的结构变化,即条件分布服从单参数指数族。我们提出了一个基于模型参数的极大似然估计的变点检验。在(无变化)的原假设下,检验统计量收敛于已知分布,允许计算检验的临界值。检验统计量在备选项下发散到无穷大,即检验渐近具有功效1。一些模拟结果和实际数据的应用报告显示的测试程序的适用性。
2016-02-28 math.ST stat.TH
E-values as unnormalized weights in multiple testing
本文研究 p-values 与 e-values 结合的多重检验问题,证明独立 e-values 作为数据驱动权重时无需归一化,并提出可在元分析或单一数据中实现的高功效检验程序。
2023-07-18 math.ST stat.ME stat.TH
Optimal e-values for testing the mean of a bounded random variable against a composite alternative
Centrum Wiskunde & Informatica(数学与计算机科学中心);University of Oxford(牛津大学)
研究针对复合备择假设检验有界随机变量均值时的最优e值,通过推导明确其在最坏情况的最优(相对)增长率,应用(RE)GROW质量标准,刻画最难检验的备择假设,给出例子说明REGROW可选最优e变量而GROW导致平凡解。
2026-07-16 math.ST stat.TH
Post-hoc $α$ Hypothesis Testing and the Post-hoc $p$-value
Econometric Institute, Erasmus University Rotterdam(伊拉斯姆斯大学鹿特丹计量经济学研究所)
本文提出事后p值概念,通过保证期望中无大小扭曲,实现更可靠的假设检验,并扩展至最优事后检验,同时将马尔可夫不等式转化为事后α等式。
2025-12-02 math.ST stat.ME stat.TH
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
A comprehensive error rate for multiple testing
对一系列检验的更高批评始于每个检验的单个未校正p值。然后,它需要一个程序来决定p值的集合是否表明存在真正的效应,如果可能的话,选择那些值得更仔细审查的。本文研究的程序中,有序的p值相比,一个任意的积极和非递减的阈值序列。
2016-02-23 math.ST stat.TH
An Extreme-Value Approach for Testing the Equality of Large U-Statistic Based Correlation Matrices
大型皮尔逊相关阵的相等性检验越来越受到人们的关注。然而,在许多应用中,更重要的是测试大的基于秩的相关阵的相等性,因为它们对离群值和非线性更鲁棒。与Pearson的情况不同,检验大型基于秩的统计量的相等性还没有得到很好的探索,需要我们开发新的方法和理论。本文给出了一个检验两个大的基于U-统计量的相关阵相等性的框架,其中包括基于秩的相关阵作为特例。我们的方法利用极值统计和刀切估计的不确定性评估,是有效的完全非参数模型。在理论上,我们提出了一种基于U-统计量的相关阵相等性检验理论。然后,我们应用这个理论来研究测试大肯德尔的tau相关阵的问题,并证明其最优性。为了证明这一最优性,一种新的最不利的分布的建设开发的相关阵比较。
2018-03-30 math.ST stat.ML stat.TH
Hypothesis testing with e-values
本书系统论述假设检验中的 e 值,分三部分涵盖基本概念、核心思想与高级专题,汇集现代研究成果,可作为研究生课程基础。
2025-09-10 math.ST stat.ME 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
Weighted approximations of tail copula processes with application to testing the bivariate extreme value condition
考虑$n$ i.i.d.。$\mathbb{R}^2$上的随机向量,具有未知的公共分布函数$F$。在对$F$上的极值条件进行锐化的条件下,得到了相应的尾Copula过程的一个加权逼近.然后,我们构造了一个测试,以检查是否极值条件成立,通过比较两个估计的极限极值分布,一个得到的尾copula过程和另一个得到的第一次估计的谱测度,然后作为一个积木的极限极值分布。我们从上述的加权逼近推导出检验统计量的极限分布。该极限分布包含未知的功能参数。因此,我们证明了估计参数的版本弱收敛到真正的极限分布。基于此结果,我们的测试过程的有限样本性质进行了研究,通过模拟研究。并给出了一个实际数据应用。
2006-11-13 math.ST stat.TH
Testing partial conjunction hypotheses under dependency, with applications to meta-analysis
在许多统计问题中,假设被自然地分成组,研究者有兴趣进行组水平的推断,可能还有对单个假设的推断。我们考虑的目标是发现组包含$u$或更多的信号与组级错误发现率(FDR)控制。我们考虑部分合取$p$ -值是组内$u=1.$-值的组合的情况,并且获得关于(1)组内和组间$p$-值之间的依赖性,(2)用于获得部分合取$p$ -值的组合方法,以及(3)用于获得对部分合取发现的FDR控制的多重测试过程。我们单独考虑在荟萃分析设置中遇到的依赖性,其中多个功能在几个独立的研究中进行测试,并且每个研究中的$p$值可能是依赖的。基于这种情况下的结果,我们推广了Benjamini,Heller和Yekutieli(2009)的程序,用于评估研究中信号的可复制性,并扩展了他们关于FDR控制的理论结果。
2021-05-19 math.ST stat.TH
A General Framework for Multiple Testing via E-value Aggregation and Data-Dependent Weighting
该研究受相关等价性发现启发,提出基于E值聚合与数据依赖加权的多重检验通用框架,针对三类场景设计方法,理论证明其有限样本错误发现率控制能力,数值研究验证其有效性与优势。
2025-08-21 math.ST stat.ME stat.TH
Minimally Discrete and Minimally Randomized p-Values
Oklahoma State University(俄克拉荷马州立大学)
本文提出最小离散和最小随机化p值,以提高p值构造效率并减少离散效应带来的负面影响。
2026-02-20 math.ST stat.ME stat.TH
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
Comparing distributions by multiple testing across quantiles or CDF values
当比较两个分布时,了解哪些分位数或值存在统计学显著差异通常是有帮助的。这提供了比全局拟合优度测试的二元“拒绝”或“不拒绝”决策更多的信息。框架我们的问题作为多重测试在连续的分位数$τ\in(0,1)$或值$r\in\mathbb{R}$,我们表明,Kolmogorov-Smirnov测试(解释为多重测试程序)实现了家庭的差错率的强有力的控制。然而,其众所周知的尾巴灵敏度低的缺陷仍然存在。我们提供了一种替代方法,该方法保留了对家族差错率的强控制,同时还具有均匀的灵敏度,即,分布中每个$n\to\infty$顺序统计量的逐点I类差错率相等。我们的单样本方法使用我们的新公式即时计算,该公式还即时计算拟合优度$p$值和统一置信带。为了提高功率,我们还提出了降压和预测试程序,保持控制的渐近familywise差错率。单样本和两个样本的情况下,以及回归不连续设计和条件分布的扩展。模拟,经验的例子,和代码提供。
2017-08-15 econ.EM math.ST stat.ME
Integrative conformal p-values for powerful out-of-distribution testing with labeled outliers
University of Southern California(南加州大学);Zhejiang University(浙江大学)
本文发展了新的共形方法,以测试是否一个新的观察是从相同的分布作为参考集采样。以创新的方式混合归纳和转换共形推理,所描述的方法可以以原则性的方式基于来自已知分布外数据的依赖侧信息来重新加权标准共形p值,并且可以自动利用来自任何一类和二进制分类器集合的最强大的模型。该解决方案可以通过样本分割或通过一种新的转导交叉验证+方案来实现,该方案也可以用于共形推理的其他应用中,因为与现有的交叉验证方法相比,它具有更严格的保证。在研究了错误发现率控制和功率与几个可能的离群值的多重检验框架内,所提出的解决方案,通过模拟以及图像识别和表格数据的应用程序优于标准的共形p值。
2022-08-23 cs.LG math.ST stat.ME
Safe Testing
Leiden University(莱顿大学);Vrije Universiteit(阿姆斯特丹自由大学);University of Twente(特文特大学);Centrum Wiskunde & Informatica(荷兰国家数学与计算机科学研究所)
我们开发的理论假设检验的基础上的e值,证据的概念,不像p值,允许毫不费力地结合结果,从几个研究中的共同情况下,决定进行一项新的研究可能取决于以前的结果。基于e值的测试是安全的,即在这种可选的延续下,它们保留了I类错误保证。我们定义的增长率最优性(GRO)作为一个模拟的电源在可选的连续上下文中,我们展示了如何构建GRO的一般测试问题的e-变量与复合零和替代,强调模型与冗余参数。GRO e值采用具有特殊先验的贝叶斯因子的形式。我们用几个经典的例子来说明这个理论,包括单样本安全t检验和2 × 2列联表。分享Fisherian,Neymanian和Jeffreys-Bayesian的解释,e-values可以提供一种所有三个学派的追随者都可以接受的方法。
2023-03-10 cs.IT cs.LG math.IT
Optimal Rates for Differentially Private Hypothesis Testing with E-values
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Carnegie Mellon University(卡内基梅隆大学)
研究在ε-差分隐私约束下,使用e值进行假设检验时所能达到的最大e-power,并给出最优速率及匹配算法。
2026-05-29 cs.CR cs.DS cs.IT