近乎极小极大的Wasserstein条件独立性检验
统计理论
2023-08-21 v1 统计理论
摘要
本文研究极小极大条件独立性检验。与之前一些使用该话题上采用全变距离将零假设与备择假设分离的工作不同，此处我们使用Wasserstein距离。此外，我们施加的Wasserstein光滑性条件在有界域上弱于例如Neykov等人[2021]所施加的相应全变差光滑性。这种增加的灵活性扩展了零假设和备择假设下所允许的分布，使其可包含例如可能含有点质量的分布。我们刻画了检验临界半径的最优速率，直至对数因子。我们几乎达到最优临界半径的检验统计量是新颖的，可视为Neykov等人[2021]所研究的U统计量的加权多分辨率版本。
引用
@article{arxiv.2308.08672,
title = {Nearly Minimax Optimal Wasserstein Conditional Independence Testing},
author = {Matey Neykov and Larry Wasserman and Ilmun Kim and Sivaraman Balakrishnan},
journal= {arXiv preprint arXiv:2308.08672},
year = {2023}
}
备注
24 pages, 1 figure, ordering of the last three authors is random