A weighted FDR procedure under discrete and heterogeneous null distributions
具有错误发现率(FDR)控制的多重检验已在p值具有离散和异质零分布的"离散范式”中广泛进行。然而,在这种情况下,现有的FDR程序往往会失去一些权力,并可能产生不可靠的推断,并在这种情况下,似乎没有一个FDR程序,分区假设成组,采用数据自适应的权重和非渐近保守。我们提出了一个加权FDR程序的多重检验的离散范式,有效地适应异质性和离散性的p值分布。我们从理论上证明了加权FDR程序在独立性下的非渐近保守性,并通过模拟研究表明,对于基于二项式检验或Fisher精确检验的p值的多重检验,它比其他六种程序更有效。加权FDR程序被应用到药物安全性研究和基于离散数据的差异甲基化研究中,它比现有的两种方法有更多的发现。
2019-07-21 stat.ME
Discrete Statistical Models with Rational Maximum Likelihood Estimator
离散统计模型是概率单纯形的子集。它的最大似然估计(MLE)是从单纯形到模型的收缩。我们刻画了所有的模型,这种回缩是一个有理函数。这是一个贡献,通过真正的代数几何取决于结果由于Huh和Kapranov霍恩均匀化。我们提出了一个算法,合理的MLE构建模型,我们证明了它的一系列实例。我们的重点在于统计学家熟悉的模型,如贝叶斯网络,可分解的图形模型和阶段树。
2020-06-15 math.AG math.ST stat.TH
Discrete mixture representations of parametric distribution families: geometry and statistics
我们调查的存在性和性质的离散混合表示$P_θ=\sum_{i\in E} w_θ(i) \, Q_i$为一个给定的家庭$P_θ$,$θ\inΘ$,概率测度。非中心卡方分布提供了一个经典的例子。我们得到了问题的存在性结果以及几何和统计方面的结果,后者包括Fisher信息损失、Rao-Blackwellization、渐近有效性和混合概率的非参数极大似然估计.
2022-06-22 math.PR math.ST stat.TH
On the Discrete Cramér-von Mises Statistics under Random Censorship
在这项工作中,引入非参数对数秩型统计检验,以验证纯离散变量的均匀性,任意右删失无穷多个类别。特别地,建立了删失情形下离散模型的Cramér-vonMises检验统计量.为了引入检验,我们在一般的多元离散设置中发展了加权对数秩统计量,它补充了Gill(1980)和Andersen等人(1982)以前的基本结果。由于在无界范畴集上存在持续跳跃,检验的渐近分布不是分布自由的。一个大类的加权过程的统计检验被描述为一个加权系列的独立卡方变量的权重可以一致估计和相关的限制协方差算子可以是无限维的。该测试是一致的任何备择假设,特别是,它允许我们处理交叉风险函数。我们还提供了一个模拟研究,以说明理论结果。
2012-01-11 math.PR math.ST stat.TH
Exchangeable Occupancy Models and Discrete Processes with the Generalized Uniform Order Statistics Property
本文研究离散时间点过程的可交换占有模型及其与统一顺序统计量性质的关系。作为我们的主要目的,我们展示了Shaked,Spizzichino和Suter(2004)中提出的定义和结果如何在占用模型的框架中得到统一和推广。我们首先展示一些关于EOM的一般事实。然后,我们引入了一类EOM的$\mathcal{M}^{(a)}$ -模型,以及离散时间的广义均匀顺序统计量性质的概念。对于具有此属性的过程,我们证明了一般的表征结果的$\mathcal{M}^{(a)}$ -模型。我们的兴趣也集中在封闭w.r.t. EOM的一些自然变换。
2013-01-05 math.PR math.ST stat.TH
Simultaneous Monitoring of a Large Number of Heterogeneous Categorical Data Streams
本文提出了一个强大的方案,以监测大量的分类数据流与异构参数或性质。所考虑的数据流可以是具有多个属性级别的标称数据流,也可以是具有属性级别之间的某种自然顺序的有序数据流,例如好的、边缘的和坏的。对于有序数据流,假设存在一个对应的潜在连续数据流来决定它,而且不同的数据流可能具有不同的属性水平数和不同的水平概率值。传统的多变量分类控制图因其高维性而无法应用。在这里,我们集成的局部指数加权似然比检验统计数据从每个单一的流,无论名义或有序,到一个强大的拟合优度测试通过一些归一化过程。最后提出了一种全球监测统计方法。仿真结果证明了该方法的鲁棒性和有效性。
2021-12-15 math.ST stat.ME stat.TH
Statistical inference of heterogeneous treatment effects using semiparametric single-index model
本文利用半参数单指标模型和双重稳健估计研究异质性处理效应,通过筛分法同时估计联系函数与指标参数,并在模拟和营养调查数据中验证了方法的优越性。
2025-07-18 stat.ME
Instance-Adaptive Hypothesis Tests with Heterogeneous Agents
Massachusetts Institute of Technology(麻省理工学院)
本研究针对异构策略性智能体群体,提出通过分离式统计契约菜单实现实例自适应假设检验,使委托人无需知晓类型即可匹配预言机性能,并揭示信息 elicitation 近乎零成本,连接统计决策理论与机制设计。
2025-10-24 cs.GT cs.LG econ.EM
A Nearest-Neighbor Based Nonparametric Test for Viral Remodeling in Heterogeneous Single-Cell Proteomic Data
基于单细胞蛋白质表达数据的当代免疫学研究中的一个重要问题是确定细胞表达是否在病原体感染后重塑。检测这种变化的一种自然方法是使用非参数双样本统计检验。然而,在单细胞研究中,直接应用这些测试通常是不够的,因为来自未感染群体的单细胞水平表达数据通常包含具有高度异质性特征的几个潜伏亚群的属性。因此,病毒通常以不同的速率感染这些不同的亚群,在这种情况下,用于检查分布相似性的传统非参数双样本检验不再保守。我们提出了一种新的非参数方法,用于测试在异质性下的重塑(TRUH),可以准确地检测到受感染的样品相比,可能异质未感染的样品的变化。我们的测试框架是基于复合空值,旨在允许空值模型包含受感染样本(尽管未被病毒改变)可能主要来自基线数据中代表性不足的亚群的可能性。TRUH统计,它使用最近邻的感染样本到基线未感染的人口的预测,校准使用一种新的bootstrap算法。通过仿真实验证明了该检验的非渐近性,并推导出了检验统计量的大样本限,为检验的一致渐近校准提供了理论支持.我们使用TRUH统计量来研究不同类型的HIV感染下扁桃体T细胞的重塑,发现与传统的测试不同,基于TRUH的统计推断符合生物学验证的HIV感染免疫学理论。
2020-06-24 stat.ME
Change-Point Detection for Heterogeneous High-Dimensional Functional Time Series
针对高维函数时间序列变点检测中传统方法的信号衰减问题,提出Energy-PE统计量并结合聚类算法,经数值和股票应用验证其功效更优且可解释。
2026-08-17 stat.ME
Controlling false discovery exceedance for heterogeneous tests
对于大规模多重检验问题,存在几种经典的方法来控制错误发现抑制(FDX),其中包括Lehmann-Romano方法(下文[LR])和Guo-Romano方法(下文[GR])。虽然这两个过程是最突出的,但它们最初是为齐次检验统计量设计的,即当$p$值$F_i$,$1\leq i\leq m$的零分布函数都相等时。然而,在许多应用中,数据是异构的,这导致异构的空分布函数。忽略这种异质性通常会导致上述程序的保守性。在本文中,我们开发了三个新的程序,将$F_i$的,同时确保FDX控制。[LR]的异构版本(表示为[R])基于$F_i$的算术平均值,而[GR]的异构版本(表示为[HGR])基于$F_i$的几何平均值.我们还介绍了一个程序[PB],这是基于泊松-二项分布,并一致地提高[HGR]和[HGR],在一个更高的计算复杂性的代价。也许令人惊讶的是,这表明,与异质性下的错误发现率(FDR)控制的已知理论相反,在FDX控制的情况下,引入$F_i$的方式可以特别简单,并且不需要任何进一步的校正项.在两个重要的异质设置中,通过真实和模拟数据说明了新提出的程序的性能:首先,当检验统计量是连续的,但$p$值由一些已知的独立权重向量加权时,例如,来自共同数据集;第二,当检验统计量离散分布时,如表示频率或计数的数据的情况。
2019-12-10 stat.ME
Statistical Integration of Heterogeneous Data with PO2PLS
多组学数据的可用性通过为综合系统级方法创造途径而彻底改变了生命科学。数据集成将数据集之间的信息联系起来,以更好地理解潜在的生物过程。然而,高维性,相关性和异质性提出了统计和计算的挑战。我们提出了一个通用的框架,概率双向偏最小二乘(PO 2 PLS),它解决了这些挑战。PO 2 PLS使用联合和数据特定的潜变量对两个数据集之间的关系进行建模。对于参数的极大似然估计,我们实现了一个快速的期望最大化算法,并证明了估计量是渐近正态分布的。提出了一种检验两个数据集之间关系的全局检验方法,并推导出了其渐近分布。值得注意的是,几种现有的组学整合方法是PO 2 PLS的特殊情况。通过大量的模拟,我们表明,PO 2 PLS的性能优于替代品的特征选择和预测性能。此外,当样本量足够大时,渐近分布似乎成立。我们用两个常用研究设计的例子来说明PO 2 PLS:一个大的人群队列和一个小的病例对照研究。除了恢复已知的关系,PO 2 PLS还发现了新的发现。该方法在我们的R-包PO 2 PLS中实现。本文的补充材料可在线获取。
2021-03-24 stat.ME
Degree-heterogeneous Latent Class Analysis for High-dimensional Discrete Data
针对高维离散数据中的潜在类别分析,提出度异质潜在类别模型及HeteroClustering算法,通过异方差PCA和ℓ2归一化实现精确聚类,并支持参数估计与检验,在多个真实数据集上表现优越。
2025-01-21 math.ST stat.ME stat.TH
Thresholding the higher criticism test statistics for optimality in a heterogeneous setting
针对异质场景下稀疏检测中高阶评判检验统计量非最优的问题,提出阈值化处理方法,在列联表比较和稀疏泊松均值模型中实现最优性,同时验证阈值化可提升Bonferroni检验的稀疏混合检测效果。
2023-11-07 math.ST stat.ME stat.TH