高维裂区设计的推断：从少量到大量因子水平的统一方法
统计理论
2017-06-09 v1 统计理论
摘要
统计学家日益面临重新考量经典推断技术适应性的问题。特别是，不同研究领域观察到多种高维数据结构，这暴露了常规多元数据分析的局限。例如，在生命科学中，当对每个受试者重复产生大量（记为 ）观测值比招募许多（记为 ）受试者更容易或更廉价时，此类情形频繁出现。本文讨论在具有 个独立重复测量组的通用异方差裂区设计中针对此类情形的推断方法。这些方法能够回答有关特定时间、组间及交互效应出现与否或特定轮廓的问题。检验程序基于标准化的二次型，涉及适当对称化的 U 统计量型估计量，其对维度 和/或组数 的增加具有稳健性。接着我们在一般渐近框架下讨论其极限分布，并额外提出改进的小样本近似。最后通过模拟研究其小样本表现，并通过真实数据分析说明其适用性。
引用
@article{arxiv.1706.02592,
title = {Inference For High-Dimensional Split-Plot-Designs: A Unified Approach for Small to Large Numbers of Factor Levels},
author = {Paavo Sattler and Markus Pauly},
journal= {arXiv preprint arXiv:1706.02592},
year = {2017}
}