测度变换拟得分检验及其在位置失配检测中的应用
统计方法学
2016-11-15 v2
摘要
本文针对复合二元假设检验，发展了高斯拟得分检验（GQST）的一种推广。所提出的检验称为测度变换 GQST（MT-GQST），它基于测度变换高斯拟极大似然估计量（MT-GQMLE）的得分函数，其通过将高斯模型经验拟合到数据的变换概率测度上来运行。通过审慎选择变换，我们证明了与 GQST 不同，所提出的 MT-GQST 涉及高阶统计矩，并且能够获得对异常值的鲁棒性，从而显著减轻模型失配对决策性能的影响。我们开发了一种数据驱动的过程来最优选择测度变换参数，该过程最小化 MT-GQMLE 的经验渐近误差协方差的谱范数。这等价于在固定渐近尺寸下最大化经验最坏情况渐近局部功效。在一个仿真算例中，将 MT-GQST 应用于近场点源的位置失配检测，展示了其对异常值的鲁棒性。
引用
@article{arxiv.1610.08278,
title = {Measure Transformed Quasi Score Test with Application to Location Mismatch Detection},
author = {Koby Todros},
journal= {arXiv preprint arXiv:1610.08278},
year = {2016}
}
备注
arXiv admin note: text overlap with arXiv:1609.07958, arXiv:1511.00237