大规模多重检验中零参数与非零效应比例估计的广义傅里叶方法
统计理论
2009-11-20 v1 统计理论
摘要
在最近的一篇论文中，Efron (2004) 指出，大规模多重假设检验中的一个重要问题是零分布可能未知且需要估计。考虑一个高斯混合模型，其中零分布已知为正态分布，但零参数——均值和方差——均未知。我们采用基于傅里叶变换的方法来解决这个问题。傅里叶方法最初由 Jin 和 Cai (2007) 研究，其重点在于任何非零效应与零效应相比具有相同或更大方差的场景。在本文中，我们回顾了 Jin 和 Cai (2007) 的主要思想，并提出了一种广义傅里叶方法，以处理另一种场景：任何非零效应与零效应相比具有更大的均值，但对方差没有施加约束。该方法与 \cite{JC} 中的方法互为补充：每种方法在另一方法失效的广泛情形中均能成功。此外，我们将傅里叶方法扩展到估计非零效应的比例。所提出的程序在理论上和模拟数据中均表现良好。
引用
@article{arxiv.0911.3684,
title = {A generalized Fourier approach to estimating the null parameters and proportion of non-null effects in large-scale multiple testing},
author = {Jiashun Jin and Jie Peng and Pei Wang},
journal= {arXiv preprint arXiv:0911.3684},
year = {2009}
}
备注
20 pages, 3 figures