随机过程中三变量交互作用的核检验
机器学习
2016-03-10 v2
摘要
我们将 wild bootstrap 方法应用于 Lancaster 三变量交互作用度量，以检测构成平稳随机过程的三个变量上联合分布的因子分解，对此，现有的置换 bootstrap 方法失效。与独立同分布情况一样，Lancaster 检验在以下情况下优于现有检验：两个独立变量各自对第三个变量影响较弱，但联合考虑时影响很强。本文的主要贡献有两点：首先，我们证明了 Lancaster 统计量满足使用 wild bootstrap 估计零分布分位数所需的条件；其次，证明该结论的方式新颖，比现有方法更简单，并可进一步应用于其他统计量。
引用
@article{arxiv.1603.00929,
title = {A Kernel Test for Three-Variable Interactions with Random Processes},
author = {Paul K. Rubenstein and Kacper P. Chwialkowski and Arthur Gretton},
journal= {arXiv preprint arXiv:1603.00929},
year = {2016}
}
备注
15 pages including 5 pages of supplementary material, 3 figures