具有 Kronecker 积依赖结构的高维可转置数据协方差矩阵的假设检验
统计方法学
2014-11-11 v2
摘要
矩阵变量正态分布是高维可转置数据的流行模型，因为它将随机矩阵的依赖结构分解为两个协方差矩阵的 Kronecker 积：一个用于行变量，另一个用于列变量。我们开发了在高维设定下评估行（列）协方差矩阵形式的检验，同时将列（行）依赖结构视为 nuisance 参数。只要 Kronecker 积依赖结构成立，我们的检验对偏离正态性具有稳健性。在模拟中，我们观察到所提出的检验保持了名义水平，并且针对所检验的备择假设具有强大的检验功效。我们通过检查与给定信号网络相关的基因在不同组织中是否显示出相关的表达模式，以及研究使用脑电图收集的脑活动测量值内的相关模式，来说明我们方法的实用性。
引用
@article{arxiv.1404.7684,
title = {Hypothesis Testing for the Covariance Matrix in High-Dimensional Transposable Data with Kronecker Product Dependence Structure},
author = {Anestis Touloumis and John Marioni and Simon Tavaré},
journal= {arXiv preprint arXiv:1404.7684},
year = {2014}
}