用于高维数据集有效 P 值计算的 Tracy-Widom 经验估计器
统计方法学
2018-11-20 v1
摘要
包括基因组学和脑成像在内的许多领域最近的技术进步导致 routinely 收集到大量高维且相关的数据。像多元方差分析(MANOVA)和典型相关分析(CCA)这样的经典多元方法可用于研究此类多元数据集之间的关系。然而,处理高维数据需要特别小心,因为检验统计量可能未定义且经典推断过程会失效。在这项工作中,我们解释了即使在高维数据集中如何为这些多元方法导出有效的p值。我们的主要贡献是针对奇异双Wishart问题最大根分布的一个经验估计器;这一通用框架是许多常见多元分析方法的基础。通过数据的少量置换,我们估计了参数化Tracy-Widom族的位置和尺度参数,该族对此分布提供了良好近似。通过模拟,我们表明该估计分布还能产生可用于高维推断的有效p值。然后我们将我们的方法应用于系统性自身免疫性风湿病患者中DNA甲基化与疾病类型之间关联的基于通路的分析。
引用
@article{arxiv.1811.07356,
title = {A Tracy-Widom Empirical Estimator For Valid P-values With High-Dimensional Datasets},
author = {Maxime Turgeon and Celia MT Greenwood and Aurelie Labbe},
journal= {arXiv preprint arXiv:1811.07356},
year = {2018}
}