高斯假设下FWER的渐近控制：在相关性检验中的应用
统计理论
2020-07-03 v1 统计理论
摘要
在许多应用中，假设检验基于统计量的渐近分布。本文旨在厘清并扩展当统计量为渐近高斯时的多重校正步骤。我们提出一个统一的框架以证明它们的渐近行为，该框架在高度相关检验的情形下也成立。我们聚焦于相关性检验，其中提出了若干检验统计量。所有这些关于相关性的多重检验步骤均被证明能控制FWER（族wise误差率）。一项关于基于相关性的图估计的广泛模拟研究揭示了有限样本行为、对图稀疏性的无关性以及对相关值大小的依赖性。功效的经验评估提供了所提方法的比较。最后在fMRI测量的大鼠脑连接真实数据集上给出了我们步骤的验证。通过对死鼠全零假设数据应用我们的步骤，我们确认了理论发现；活鼠数据展示了所提步骤在受控误差下正确识别脑连接图的性能。
引用
@article{arxiv.2007.00909,
title = {Asymptotic control of FWER under Gaussian assumption: application to correlation tests},
author = {Sophie Achard and Pierre Borgnat and Irène Gannaz},
journal= {arXiv preprint arXiv:2007.00909},
year = {2020}
}