高维相关数据分析的分布式广义矩估计方法

本文受具有多水平嵌套相关的高维相关响应脑电图(EEG)神经成像数据回归分析所推动。我们开发了一种在完全分布式与并行化计算框架下实现的分而治之过程，用于回归参数的统计估计与推断。尽管文献中已有大量努力，与高维似然相关的计算瓶颈阻碍了现有方法的可扩展性。所提方法通过将响应划分为子向量，在分布式平台上使用成对复合似然分别并行分析，以应对该挑战。与合并依赖数据结果相关的理论挑战，通过基于Hansen广义矩方法的元估计器以统计高效的方式克服。我们提供了用于高效估计、推断与拟合优度检验的严格理论框架。我们开发了R包以便于实现。我们通过模拟和EEG数据分析展示了方法的性能，发现缺铁与大脑左顶枕区两个听觉识别记忆相关电位显著相关。