配对异质数据符号检验的极小极大最优性
统计理论
2018-01-15 v1 统计理论
摘要
在不同条件下比较两组样本在生物医学中无处不在。在许多情况下，两组样本可自然配对；例如一对样本可来自同一受试者在这两种条件下的观测。然而不同个体间的样本可能高度异质。传统方法常通过假设样本同分布而忽略此种异质性。本工作中，我们将数据建模为具有不同参数的高斯分布以研究配对异质数据的比较问题。我们表明，在希望最大化最坏情况功效的极小极大设定下，仅利用配对样本间差异符号的符号检验，在单侧情形下是最优的，在双侧情形下是近最优的。利用合成数据与真实世界 RNA-Seq 数据集，展示了符号检验相对于其他流行配对异质数据检验的优越性。
引用
@article{arxiv.1801.04005,
title = {Minimax Optimality of Sign Test for Paired Heterogeneous Data},
author = {Martin J. Zhang and Meisam Razaviyayn and David Tse},
journal= {arXiv preprint arXiv:1801.04005},
year = {2018}
}