方差误设定下具有鲁棒性的广义线性模型推断
统计方法学
2024-09-16 v3 统计理论
统计理论
摘要
广义线性模型通常假设一个共同的离散参数,这一假设在实践中很少成立。因此,标准参数方法可能遭受 I 类错误控制的明显损失。作为替代,我们提出一种基于得分贡献符号翻转的半参数群不变性方法。我们的方法仅需均值模型的正确设定,但对方差的任何误设定均具鲁棒性。我们给出针对单个及多个回归系数的检验。该检验渐近有效,且在小样本中表现优异。我们使用 RNA 测序计数数据阐释该方法,此类数据难以正确建模其过度离散。该方法可在 R 语言库 flipscores 中获取。
引用
@article{arxiv.2209.13918,
title = {Inference in generalized linear models with robustness to misspecified variances},
author = {Riccardo De Santis and Jelle J. Goeman and Jesse Hemerik and Samuel Davenport and Livio Finos},
journal= {arXiv preprint arXiv:2209.13918},
year = {2024}
}