高维下 Hotelling $T^2$ 检验的自适应推广
统计方法学
2018-02-20 v3
摘要
我们提出了一种基于岭正则化 Hotelling 的两样本检验，用于检测高维情形下均值向量之间的差异。为了选择正则化参数，我们推导了一种旨在使一类局部替代假设内功效最大化的方法。我们还提出了一种组合检验，将对应于特定局部替代假设集合的最优检验结合起来。我们建立了岭正则化 Hotelling 对应的随机过程的弱收敛性，并用于推导所提检验的临界值。对一类次高斯分布验证了大样本性质。通过广泛的模拟研究，表明该组合检验在多种环境下优于许多现有的两样本检验方法。通过应用于一个乳腺癌数据集展示了所提检验方法的性能，该数据集的目标是检测不同乳腺癌亚型间 DNA 拷贝数变异不同的通路。
引用
@article{arxiv.1609.08725,
title = {An adaptable generalization of Hotelling's $T^2$ test in high dimension},
author = {Haoran Li and Alexander Aue and Debashis Paul and Jie Peng and Pei Wang},
journal= {arXiv preprint arXiv:1609.08725},
year = {2018}
}
备注
42 pages, 6 figures